Title (Arabic)
تقنيات التعلم الالي لتحليل بيانات البقاء لمرضى سرطان الثدي في بغداد
DOI
10.33095/jeas.v29i137.2760
Abstract
The Machine learning methods, which are one of the most important branches of promising artificial intelligence, have great importance in all sciences such as engineering, medical, and also recently involved widely in statistical sciences and its various branches, including analysis of survival, as it can be considered a new branch used to estimate the survival and was parallel with parametric, nonparametric and semi-parametric methods that are widely used to estimate survival in statistical research. In this paper, the estimate of survival based on medical images of patients with breast cancer who receive their treatment in Iraqi hospitals was discussed. Three algorithms for feature extraction were explained: The first principal component algorithm, The second kernel principal component algorithm, and The last is the faster ICA algorithm. Then the important features extracted in the three algorithms for features extraction will be entered into machine learning algorithms: The first K nearest neighbor algorithm, The second survival tree algorithm (or regression tree), and the last random survival forests algorithm. Two criteria for comparing the best models to estimate survival have relied on the MSE and the C-Index. The best model for estimating and predicting survival is the use of the fastest ICA algorithm with the random survival forest algorithm that gave the lowest amount to MSE and the highest value to the C-Index. Accordingly, we recommend doctors and medical professionals in Iraq adopt this model to estimate survival for patients with breast cancer.
Abstract (Arabic)
ان لطرائق التعلم الالي والتي هي واحدة من اهم فروع الذكاء الاصطناعي الواعدة اهمية كبيرة في جميع العلوم كالهندسية والطبية وايضا في الاونة الاخيرة دخلت بشكل واسع في العلوم الاحصائية وفروعها المختلفة والتي منها تحليل او تقدير البقاء، اذ بالامكان اعتباره فرع جديد استعمل لتقدير البقاء وكان موازيا مع الطرائق المعلمية واللامعلمية وشبه المعلمية التي تستعمل بشكل واسع لتقدير البقاء في البحوث الاحصائية. في هذا البحث تم التطرق الى تقدير البقاء بالاعتماد على الصور الطبية الخاصة بالمرضى المصابين بسرطان الثدي والذين يتلقون علاجهم في المستشفيات العراقية. تم الاعتماد على ثلاث طرائق لاخيار الميزات المهمة من الصور وهي طريقة المركبات الرئيسية الاعتيادية، طريقة المركبات الرئيسية اللبية وطريقة اسرع ICA كما تم ادخال الميزات المهمة المستخرجة في ثلاث خوارزميات للتعلم الالي وهي خوارزمية الجار الاقرب ، شجرة البقاء، وغابات البقاء العشوائية تم الاعتماد على معيارين لمقارنة الطرائق الافضل لتقدير البقاء هي معيار MSE ,معيار C- Index وكان افضل انموذج لتقدير والتنبؤ بالبقاء هو استعمال خوارزمية اسرع ICA مع خوارزمية الغابات البقاء العشوائية والتي اعطت اقل مقدار الى MSE واعلى قيمة الى C-index. وعليه فأن أفضل انموذج لتقدير وتوقع البقاء هو استخدام خوارزمية ICA الأسرع مع خوارزمية غابة البقاء العشوائية التي أعطت أقل قدر من MSE وأعلى قيمة c- index. وبناءً على ذلك، نوصي الأطباء والأخصائيين الطبيين في العراق باعتماد هذا الانموذج لتقدير بقاء مرضى سرطان الثدي. نوع البحث: ورقة بحثية.
Recommended Citation
Mohammed, N. A., & Fadam, E. A. (2023). Machine Learning Techniques for Analyzing Survival Data of Breast Cancer Patients in Baghdad. Journal of Economics and Administrative Sciences, 29(137), 160-176. https://doi.org/10.33095/jeas.v29i137.2760
First Page
160
Last Page
176
Rights
http://creativecommons.org/licenses/by-nc-nd/4.0
