Ανάπτυξη μοντέλου υποστήριξης της ανίχνευσης του καρκίνου του μαστού από εξετάσεις αίματος, βασισμένο σε τεχνικές συλλογικής μάθησης.

Abstract

Στην παρούσα διπλωματική εργασία παρουσιάζεται ένα μοντέλο ανίχνευσης του καρκίνου του μαστού εφαρμόζοντας τεχνικές μηχανικής μάθησης σε αποτελέσματα αιματολογικών εξετάσεων και ανθρωπομετρικά δεδομένα. Για την ανάπτυξη και την αξιολόγηση του μοντέλου, χρησιμοποιήθηκε η βάση δεδομένων Coimbra Breast Cancer Dataset, η οποία παραχωρείται μέσω της δημοσίως διαθέσιμης βιβλιοθήκης UCI Machine Learning Repository. Τα δεδομένα περιλαμβάνουν καταγραφές από 116 γυναίκες, για κάθε μία από τις οποίες πραγματοποιήθηκαν αιματολογικές εξετάσεις των επιπέδων γλυκόζης, ινσουλίνης, λεπτίνης, αντιπονεκτίνης, ρεζιστίνης και MCP-1, καθώς και σωματομετρικών δεδομένων όπως η ηλικία και ο δείκτης μάζας σώματος aBMI). Από τις 116 συμμετέχοντες, οι 64 είχαν πρόσφατα διαγνωστεί με καρκίνο του μαστού, ενώ οι 52 αποτέλεσαν την υγιή ομάδα ελέγχου. Για την ανάπτυξη του μοντέλου διερευνήθηκε η χρήση διαφόρων αλγορίθμων μηχανικής μάθησης aSVM, Logistic Regression, Random Forest, XGBoost, Naive Bayes), ενώ πραγματοποιήθηκε εκτενής αναζήτηση βέλτιστου συνδυασμού βιοδεικτών που αντιστοιχούν σε κάθε αλγόριθμο. Για την επίτευξη υψηλής ακρίβειας διερευνήθηκε η χρήση μεθόδων συλλογικής μάθησης, συνδυάζοντας την έξοδο των αρχικών μοντέλων. Το μοντέλο με την βέλτιστη απόδοση βασίστηκε στη συνδυασμένη χρήση των μοντέλων XGBoost, Random Forest, Support Vector Machines και KNN μέσω σταθμισμένης ψηφοφορίας, επιτυγχάνοντας AUC: 0.928 , Ακρίβεια: 92.24%, Ευαισθησία: 93.75% και Ειδικότητα: 90.38%, F1-score 0.930 και Precision 0.923.