Εφαρμογη Συστηματος Εξορυξης Δεδομενων Σε Ιατρικα Δεδομενα

Abstract

Σκοπός της διπλωματικής εργασίας είναι η ανάπτυξη ολοκληρωμένης μεθοδολογίας για την παροχή χρήσιμων στατιστικών πληροφοριών σε μαστογραφικά δεδομένα, καθώς και η δημιουργία εργαλείων πρόβλεψης καλοήθους και κακοήθους όγκου στον μαστό βάσει των διαθέσιμων ιατρικών δεδομένων. Αρχικά, συλλέχθηκαν από το διαδίκτυο και εξετάστηκαν δύο βάσεις δεδομένων μαστογραφιών από πραγματικά ιατρικά στοιχεία . Στη συνέχεια, με τη βοήθεια του σχεδιασμού και της ανάλυσης απαιτήσεων αναπτύχθηκαν και υλοποιήθηκαν οι τελικές βάσεις δεδομένων στις οποίες αποθηκεύτηκαν τα δεδομένα προς περαιτέρω επεξεργασία. Παράλληλα με το σχεδιασμό κάθε βάσης, πραγματοποιούταν η προεργασία για το σχεδιασμό και την ανάλυση απαιτήσεων των τεχνικών εξόρυξης που θα χρησιμοποιηθούν σε επόμενο . Στη συνέχεια πραγματοποιήθηκε βιβλιογραφική ανασκόπηση των όρων «εξόρυξη δεδομένων» και «καρκίνος του μαστού» καθώς και οι υπάρχουσες τεχνικές διάγνωσης του καρκίνου του μαστού μέχρι σήμερα. Στη συνέχεια επελέγησαν μετά από έρευνα οι δύο καταλληλότεροι αλγόριθμοι για την μελέτη και αξιοποίηση των δεδομένων των δύο βάσεων. Η μεθοδολογία που χρησιμοποιήθηκε είναι η εξόρυξη δεδομένων με την πλέον αποτελεσματική τεχνική: «δένδρα αποφάσεων» (decision trees), καθώς επίσης και με την τεχνική ομαδοποίησης (clustering). Η τροποποίηση των αλγορίθμων και ο πειραματισμός με τη μεθοδολογία των εν λόγω τεχνικών οδήγησε στη σύσταση και τον καθορισμό των παραμέτρων των δύο αλγορίθμων για την αποτελεσματικότερη και σωστότερη πρόβλεψη του είδους του όγκου. Τέλος, έγινε σύγκριση μεταξύ των δύο τεχνικών με τρεις διαφορετικές τεχνικές μέτρησης των αποτελεσμάτων με κύριο κριτήριο την πρόβλεψη του όγκου (καλοήθης ή κακοήθης).