Факторный анализ данных в задаче диагностики рака молочной железы
Ключевые слова:
факторный анализ, диагностика рака молочной железы, логистическая регрессия, случайный лес, структура факторной нагрузкиАннотация
Данная работа посвящена вопросу использования факторного анализа данных в рамках задачи диагностики рака молочной железы. В статье анализируются возможности применения данного многомерного статистического метода с целью установления влияния диагностических признаков на результат работы классификатора. Проведен вычислительный эксперимент. в ходе которого использовались два классификатора: на основе логистической регрессии и на основе случайного леса. Эксперимент показал. что для одной и той же обучающей выборки структура факторной нагрузки для этих методов совпадает только для тех факторов. которые способствуют правильному результату.
Библиографические ссылки
Vesnin, S. Modern Microwave Thermometry for Breast Cancer / S. Vesnin, A. K. Turnbull, J. M. Dixon, I. Goryanin // Journal of Molecular Imaging & Dynamics, 2017. - Vol. 7. Is. 2. DOI: 10.4172/2155- 9937.1000136.
Polyakov, M.V. Application of computer simulation results and machine learning in the analysis of microwave radiothermometry data / M. V. Polyakov, I. E. Popov, A. G. Losev, A. V. Khoperskov // Математическая физика и компьютерное моделирование, 2021. - Т. 24. - № 2. - С. 27-37.
Замечник, Т. В. Управляемый классифи-катор в диагностике рака молочной железы по данным микроволновой радиотермометрии / Т. В. Замечник, А. Г. Лосев, А. Ю. Петренко // Математическая физика и компьютерное моделирование, 2019. - Т. 22. - № 3. - С. 53-67.
Зенович, А. В. Алгоритмы формирова-ния двумерных признаков диагностики заболе-ваний молочных желез методами комбиниро-ванной радиотермометрии / А. В. Зенович, Н. А. Батурин, Д. А. Медведев, А. Ю. Петренко // Математическая физика и компьютерное моделирование, 2018.- Т. 21. - № 4. - С. 44-56.
Lashkari, A., Pak, F., Firouzmand, M. Full Intelligent Cancer Classification of Thermal Breast Images to Assist Physician in Clinical Diagnostic Applications // J Med Signals Sens, 2016. - Vol. 1. - No. 6. - PP. 12-24.
Лосев, А. Г. Интеллектуальный анализ данных микроволновой радиотермометрии в диагностике рака молочной железы / А. Г. Лосев, В. В. Левшинский // Математическая физика и компьютерное моделирование, 2017. - Т. 20. - № 5. - С. 49-62.
Germashev, I. Fuzzy Inference of the effectiveness factors of the computational model for the diagnosis of the breast cancer / I. Germashev, V. Dubovskaya, A. Losev, I. Popov // 2021 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA), 2021. - PP. 528-533.
Окунь, Я. Факторный анализ. Перевод с польского Г. З. Давидовича. - М., 1974.
Гермашев, И. В. Факторный анализ вли-яния признаков на точность диагностики рака молочной железы по данным микроволновой радиотермометрии / И. В. Гермашев, В. И. Дубовская, А. Г. Лосев, И. Е. Попов // Прикаспийский журнал: управление и высокие технологии, 2022. - №1. - С. 139-148.
Гермашев, И. В. Модель иерархии признаков в диагностике рака молочной железы по данным микроволновой радиотермолметрии / И. В. Гермашев, В. И. Дубовская, А. Г. Лосев // Математические методы в технологиях и технике, 2021. - № 6. - С. 78 - 83.
