Identifikacija žensk za visokorizičen izvid po konizaciji z uporabo nevronskih mrež

Mlinarič, Marko

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Identifikacija žensk za visokorizičen izvid po konizaciji z uporabo nevronskih mrež
Avtorji:	ID Mlinarič, Marko (Avtor) ID Takač, Iztok (Mentor) Več o mentorju... ID Repše Fokter, Alenka (Komentor)
Datoteke:	DOK_Mlinaric_Marko_2023.pdf (4,12 MB) MD5: E7487FD96FEE84BD3590A3D1BD0E73B6
Jezik:	Slovenski jezik
Vrsta gradiva:	Doktorsko delo/naloga
Tipologija:	2.08 - Doktorska disertacija
Organizacija:	MF - Medicinska fakulteta
Opis:	Na svetu je rak materničnega vratu (RMV) četrti najpogostejši rak pri ženskah. V Sloveniji je bil pri ženskah leta 2017 na sedemnajstem mestu. Z ustreznim presejanjem, zgodnjim odkrivanjem predrakavih sprememb in njihovim zdravljenjem, ga je mogoče preprečiti. Metode umetne inteligence ('artificial intelligence – AI') bi lahko postale orodje, ki bi pripomoglo k rešitvi problema RMV. Z našo študijo smo želeli preveriti, ali lahko z umetnimi nevronskimi mrežami na podlagi dejavnikov tveganja za razvoj ploščatocelične intraepitelijske lezije (PIL) na materničnem vratu (MV) in RMV ter izvida zadnjega brisa materničnega vratu (BMV) napovemo, ali bo končni histološki izvid konusa PIL visoke stopnje (PIL-VS) oziroma RMV ali ne. Poleg nevronskih mrež smo preizkusili tudi nekatere druge klasifikacijske sisteme. Za analizo smo uporabili podatke 1475 pacientk, ki so imele narejeno konizacijo na Kliniki za ginekologijo in perinatologijo Univerzitetnega kliničnega centra Maribor v letih 1993–2005. Vse podatke smo anonimizirali. Uporabili smo metode za uravnoteženje manjšinskega in večinskega razreda. Za analizo smo oblikovali več baz, izvedli pa smo jo z odprtokodnim programskim paketom za podatkovno rudarjenje WEKA. Nevronske mreže so bile uspešnejše pri napovedovanju tveganih pacientk kot večinski algoritem. V naši študiji se je klasifikacijski algoritem Random Forest s sestavljeno metodo 'bagging' izkazal kot najuspešnejši in bi bil primeren za klinično uporabo.
Ključne besede:	rak materničnega vratu, ploščatocelična intraepitelijska lezija visoke stopnje, umetna inteligenca, umetne nevronske mreže, napovedovanje tveganja
Kraj izida:	Maribor
Leto izida:	2023
PID:	20.500.12556/DKUM-82180
COBISS.SI-ID:	162081283
Datum objave v DKUM:	24.08.2023
Število ogledov:	456
Število prenosov:	40
Metapodatki:
Področja:	MF
:	MLINARIČ, Marko, 2023, Identifikacija žensk za visokorizičen izvid po konizaciji z uporabo nevronskih mrež [na spletu]. Doktorska disertacija. Maribor. [Dostopano 7 april 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=82180 Kopiraj citat

Skupna ocena:	0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 (0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Podobna dela iz repozitorija:

Podobna dela iz ostalih repozitorijev:

Analiza lastnosti pločevine z metodami podatkovnega rudarjenja
Ocena tveganja podhranjenosti s testom STRONGkids in prehranskega statusa z antropometričnimi meritvami pri hospitaliziranih in zdravih otrocih
Obravnava hospitaliziranih bolnikov s prehransko ogroženostjo
Razvoj modela za oceno notranjih parametrov baterije v dirkalniku Formula Student Team Ljubljana
Razvoj modela za podporo odločanja na področju duševnega zdravja

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	26.07.2022

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Identification of women with high risk histopatology after conisation by neural networks
Opis:	Cervical cancer is the fourth most common cancer in women globally. In Slovenia, it was the seventeenth most common cancer in women in 2017. Cervical cancer can be prevented with early detection and treatment of precancerous lesions. Artificial intelligence (AI), therefore, has the potential to be an important tool for eliminating the problem of cervical cancer. The aim of our study was to evaluate if artificial neural networks (ANN) can identify women who have high-grade final histopathology of the cone only on the basis of known risk factors for the development of cervical squamous intraepithelial lesion (SIL) and cancer, and last PAP smear result. Other classification algorithms were also tested. Data from 1475 patients who had conization at the Clinic for gynaecology and perinatology of University Clinical Centre Maribor from 1993-2005 was used for analysis. Data was anonymized. Methods to deal with imbalanced classes were used. Multiple databases were constructed for analysis with WEKA open-source program for data mining. Neural networks outperformed the majority algorithm in predicting high-risk patients. In our study, Random Forest algorithm with bagging method proved to be the best algorithm for the task and is suitable for clinical use.
Ključne besede:	cervical cancer, high-grade squamous intraepithelial lesion, artificial intelligence, neural network, forecasting

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj