Prostata saratonida izohlanadigan, yuqori aniqlikdagi AI Pipeline

Mualliflar

Kalit so‘zlar: prostata saratoni, mashinaviy o‘rganish, feature engineering, PCA, SHAP, diagnostika

Annotatsiya

Mazkur maqolada prostata saratonini erta aniqlash uchun mashinaviy o‘rganish metodologiyasi asosida chuqur feature engineering jarayoni amalga oshirildi. Ma’lumotlar to‘plami klinik ko‘rsatkichlar — PSA darajasi, bemor yoshi, prostata hajmi, Gleason balli va klinik bosqich kabi diagnostik omillardan tashkil topgan bo‘lib, ularni qayta ishlash jarayonida ANOVA, Chi-square, PCA, RFE, LASSO va SHAP usullari qo‘llanildi.

Foydalanilgan adabiyotlar

1. Wong M.C.S., Goggins W., Wang H.H. Global epidemiological trends of prostate cancer. // Cancer. 2022. Vol. 128(10). – P. 2104-2118.

2. Qu Y., Lu X., Yin P. Prostate cancer detection via explainable machine learning. // Computers in Biology and Medicine. 2023. Vol. 165. – P. 107-121.

3. Chen R., Liu Y., Qi J. PSA-based early diagnosis of prostate cancer using ML models. // BMC Urology. 2023. Vol. 23(18). – P. 1-10.

4. Алексеев Б.Я., Каприн А.Д. Рак предстательной железы: диагностика и лечение. – Москва: «Медицина», 2021.

5. Гладышев М.Ю., Лопатин В.Н. Применение машинного обучения в онкоурологии. // Онкоурология. 2022. Т. 18(3). – С. 41-48.

6. Трухин Д.А. Анализ факторов риска рака простаты на основе PSA и клинических данных. // Вестник Урологии. 2023. №2. – С. 55-62.