1. Главная
  2. Ресурсы
  3. Библиотечный поиск
ПРИМЕНЕНИЕ МЕТОДОВМАШИННОГО ОБУЧЕНИЯДЛЯ ОБНАРУЖЕНИЯ РАКАМОЛОЧНОЙ ЖЕЛЕЗЫ ПОУРОВНЮ ЭКСПРЕССИИГЕНОВ Голденок Е. Е.Лукьянова Н. А.Кухто Я. С.2024 год

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ ПО УРОВНЮ ЭКСПРЕССИИ ГЕНОВ : доклад, тезисы доклада
доклад, тезисы доклада, статья из сборника материалов конференций

Дополнительные ссылки: eLibrary · Источник статьи
База данных: Каталог библиотеки СФУ
Библиографическое описание: ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ ПО УРОВНЮ ЭКСПРЕССИИ ГЕНОВ : доклад, тезисы доклада / Е. Е. Голденок, Н. А. Лукьянова, Я. С. Кухто. - [Б. м. : б. и.], 2024. - Текст : непосредственный // Информационные технологии и математическое моделирование (ИТММ-2024) : материалы XXIII Международной конференции имени А.Ф. Терпугова / Информационные технологии и математическое моделирование (ИТММ-2024) (2024 ; 20.10 - 26.10 ; Томск). - Томск, 2024. - С. 536-541. - Работа поддержана Красноярским математическим центром, финансируемым Минобрнауки РФ (Соглашение 075-02-2024-1429). - ISBN 9785907890084.
Аннотация: В работе представлен сравнительный анализ четырех моделей классического машинного обучения (k-ближайших соседей, наивный Байес, метод опорных векторов, случайный лес) и адаптивной нейро-нечеткой системы вывода ANFIS для бинарной классификации пациентов по уровню экспрессии генов на ДНК-чипах, используемых в изучении патогенетических основ рака молочной железы. Уровни экспрессии каждого гена представляют собой стандартизированные показатели интенсивности флуоресценции гибридизованных цепей ДНК. Все модели классификации протестированы на трех непересекающихся подмножествах информативных признаков, отобранных тремя методами: случайный лес, рекурсивное удаление признаков, экспертная оценка. Сравнительный анализ качества моделей показал, что наибольшая точность классификации достигнута при использовании ансамблевого метода случайный лес на основе показателей экспрессии пяти генов, образующих подмножество признаков, отобранных методом рекурсивного удаления признаков. Предлагаемая модель позволит значительно ускорить обработку результатов ДНК-чипа и может быть использована в качестве инструмента для первичной диагностики - выявления наличия или отсутствия онкопатологии у пациента.
Год издания: 2024
Авторы: Голденок Е. Е. , Лукьянова Н. А. , Кухто Я. С.
Издательство: Томск
Номера страниц: 536-541
Держатель оригинала документа: Красноярский государственный медицинский университет им. проф. В.Ф. Войно-Ясенецкого, Сибирский федеральный университет
Мероприятие: Информационные технологии и математическое моделирование (ИТММ-2024) (Томск, 2024 ; 20.10 - 26.10)
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

МОДЕЛИ БИНАРНОЙКЛАССИФИКАЦИИ ДЛЯДИАГНОСТИКИ РАКАМОЛОЧНОЙ ЖЕЛЕЗЫ ПОПОКАЗАТЕЛЯМЭКСПРЕССИИ ГЕНОВ Кухто Я.С.Голденок Е.Е.Лукьянова Н.А.2024 год

МОДЕЛИ БИНАРНОЙ КЛАССИФИКАЦИИ ДЛЯ ДИАГНОСТИКИ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ ПО ПОКАЗАТЕЛЯМ ЭКСПРЕССИИ ГЕНОВ : доклад, тезисы…

  • Кухто Я.С. и др.
  • 2024 год
Решение задачиклассификацииздоровых и больныхлюдей при ракемолочной железы поуровню экспрессиигенов Кухто Я.С.Голденок Е.Е.Лукьянова Н.А.2024 год

Решение задачи классификации здоровых и больных людей при раке молочной железы по уровню… : доклад, тезисы доклада

  • Кухто Я.С. и др.
  • 2024 год
Сравнительный анализмоделей бинарнойклассификации поданным ДНК-микрочиповдля выявления ракамолочной железы Кухто Яна Сергеевна2024 год

Сравнительный анализ моделей бинарной классификации по данным ДНК-микрочипов для выявления рака молочной железы :…

  • Кухто Яна Сергеевна
  • 2024 год
Применение машинногообучения в анализевыживаемости больныхраком молочной железы Зарубин Евгений Юрьевич2025 год

Применение машинного обучения в анализе выживаемости больных раком молочной железы : доклад, тезисы доклада

  • Зарубин Евгений Юрьевич
  • 2025 год
Применение методовмашинного обучениядля оценки факторов,влияющих навыживаемость при ракемолочной железы Зарубин Е.Ю.Лукьянова Н.А.Голденок Е.Е.2025 год

Применение методов машинного обучения для оценки факторов, влияющих на выживаемость при раке молочной железы : доклад…

  • Зарубин Е.Ю. и др.
  • 2025 год
Снижение экспрессиигена ELOVL5 изменяетмеханизм ферроптоза вклетках рака молочнойжелезы MDA-MB-231 Разумовская А. В.Кулагин Т. А.Фаткулин А. А.2024 год

Снижение экспрессии гена ELOVL5 изменяет механизм ферроптоза в клетках рака молочной железы MDA… : статья из журнала

  • Разумовская А. В. и др.
  • 2024 год
ДНК-аптамеры длявыявленияциркулирующихопухолевых клеток вкрови больных ракоммолочной железы Кириченко Д.А.Вдовенко А.В.Замай Г.С.2025 год

ДНК-аптамеры для выявления циркулирующих опухолевых клеток в крови больных раком молочной… : доклад, тезисы доклада

  • Кириченко Д.А. и др.
  • 2025 год
Классификация ракамолочной железы погистологическиммикрофотографиям спомощью нейронныхсетей Сасов Д. А.Зубков А. В.Дорофеев Н. А.2023 год

Классификация рака молочной железы по гистологическим микрофотографиям с помощью нейронных сетей : статья из журнала

  • Сасов Д. А. и др.
  • 2023 год

Показать ещё

Применение экзомногосеквенирования дляпоиска мутаций,ассоциированных снаследственнымиформами ракамолочной… Гервас П.Молоков А.Зарубин А.2023 год

Применение экзомного секвенирования для поиска мутаций, ассоциированных с наследственными формами… : статья из журнала

  • Гервас П. и др.
  • 2023 год
Группа новыхгиперметилируемыхгенов длинныхнекодирующих РНК,ассоциированных сразвитием ипрогрессией рака… Филиппова Е. А.Логинов В. И.Лукина С. С.2024 год

Группа новых гиперметилируемых генов длинных некодирующих РНК, ассоциированных с развитием и… : статья из журнала

  • Филиппова Е. А. и др.
  • 2024 год
Координированнаяэкспрессия иметилированиемикроРНК: роль вобщих биологическихпроцессах исигнальных путях при… Филиппова Е. А.Пронина И. В.Логинов В. И.2025 год

Координированная экспрессия и метилирование микроРНК: роль в общих биологических процессах и… : статья из журнала

  • Филиппова Е. А. и др.
  • 2025 год
Применениеискусственногоинтеллекта вдиагностике ракамолочной железы Лось Д.Шаршакова Т.2025 год

Применение искусственного интеллекта в диагностике рака молочной железы : статья из журнала

  • Лось Д. и др.
  • 2025 год
Ассоциацииполиморфных локусовгенов матриксныхметаллопротеиназ сразвитием ракамолочной железы уженщин Центрально… Павлова Н. В.Пономаренко И. В.Орлова В. С.2023 год

Ассоциации полиморфных локусов генов матриксных металлопротеиназ с развитием рака молочной железы… : статья из журнала

  • Павлова Н. В. и др.
  • 2023 год
Морфофункциональнаяхарактеристикасосудовподареолярноголимфатическогосплетения молочнойжелезы при… Мнихович М. В.Ерофеева Л. М.Ширипенко И. А.2024 год

Морфофункциональная характеристика сосудов подареолярного лимфатического сплетения молочной… : статья из журнала

  • Мнихович М. В. и др.
  • 2024 год
Повышенная экспрессиягенов системыпроцессинга антигеновглавного комплексагистосовместимости(MHC) класса I в… Murtadha A. H.Sharudin N. A.Azahar I. I. M.2024 год

Повышенная экспрессия генов системы процессинга антигенов главного комплекса гистосовместимости … : статья из журнала

  • Murtadha A. H. и др.
  • 2024 год
Транскриптомныйпрофиль резистентнойк трастузумабу линииклеток BT-474 ракамолочной железы Шифон С. А.Карпец И. О.Чеснокова А. С.2025 год

Транскриптомный профиль резистентной к трастузумабу линии клеток BT-474 рака молочной железы : статья из журнала

  • Шифон С. А. и др.
  • 2025 год