Публікація:
Дослідження інтелектуальної системи пошуку знань з баз даних

Завантаження...
Зображення мініатюри

Дата

2019

Назва журналу

ISSN журналу

Назва тома

Видавництво

Дослідницькі проекти

Організаційні підрозділи

Видання журналу

Анотація

У цьому дослідженні було навчиено глибоку згорткову нейронну мережу на зображеннях слайдів, отриманих з атласу генома раку, щоб точно і автоматично класифікувати їх на LUAD, LUSC або нормальну легеневу тканину. Продуктивність нашого методу порівнянна з такою у патологів, з середньою площею під кривою (ППК) 0,97. Крім того, ми навчили мережу передбачати десять найбільш часто мутуючих генів в LUAD. Ми виявили, що шість з них - STK11, EGFR, FAT1, SETBP1, KRAS і TP53 - можуть бути передбачені по зображеннях патології, з ППК від 0,733 до 0,856, як виміряно на утримуваної популяції. Ці результати показують, що моделі глибокого навчання можуть допомогти патології у виявленні підтипу раку або генних мутацій. Цей підхід може бути застосований до будь-якого типу раку.

Опис

Ключові слова

згорткова нейронна мережа, база знань, python, глубоке навчання, інтелектуальний аналіз даних

Бібліографічний опис

Серенко І. М. Дослідження інтелектуальної системи пошуку знань з баз даних : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / І. М. Серенко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2019. – 79 с.

DOI