Data Mining of Microwave Radiometry Data in the Diagnosis of Breast Cancer

Abstract

Доктор физико-математических наук, профессор кафедры математического анализа и теории функций, Волгоградский государственный университет alexander.losev@volsu.ru просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация Владислав Викторович ЛевшинскийСтудент, Волгоградский государственный университет vladi.lev.email@gmail.com просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация Аннотация. Статья посвящена разработке нового метода формирования пространства диагностических признаков по данным микроволновой радио-термометрии, предназначенного для создания на его основе консультативной интеллектуальной диагностической системы. Предъявлен метод формирова-ния высокоинформативных признаков на базе количественного описания ме-дицинских знаний и математических моделей поведения температурных полей молочных желез.Ключевые слова: интеллектуальный анализ данных, микроволновая ра-диотермометрия, консультативные интеллектуальные системы, высокоинфор-мативные признаки, рак молочной железы. М О Д Е Л И Р О В А Н И Е, И Н Ф О Р М А Т И К А И У П Р А В Л Е Н И Е ВведениеОдной из актуальных задач медицины и информационных технологий является разработка и внедрение эффективных систем поддержки принятия решений, которые, используя методы интеллектуального анализа данных, помогают специалистам в зада-чах постановки диагнозов, прогнозирования развития заболеваний и т. д. В подавляю-щем большинстве случаев применение современного медицинского оборудования, решая одни проблемы -порождает другие. В настоящее время трудности диагностики возни-кают не из-за дефицита информации, а из-за недостаточной эффективности методов ее обработки. В какой-то мере решение указанных проблем обеспечивает создание систем интерпретации и анализа медицинских данных. При этом наибольший интерес вызыва-ет разработка консультативных интеллектуальных систем, то есть экспертных систем, содержащих механизм объяснения и обоснования предлагаемых решений на языке, по-нятном пользователю [4].Целью данного исследования является разработка некоторых методов анализа и интерпретации медицинских данных, получаемых с помощью микроволновой радиотер-мометрии. Описание задачиОдним из действенных способов повышения эффективности диагностики являет-ся автоматизация обработки медицинских данных с помощью методов искусственного интеллекта [11][12][13][14][15]. Однако большинство экспертных систем свои решения предлагает врачу или в детерминированной форме однозначного заключения, или в виде вероят-ностных оценок каждого из возможных диагнозов. В настоящее время идет процесс формирования новых подходов к созданию диагностических систем, «объясняющих» предлагаемые ими решения [4; 5].Одним из наиболее перспективных методов функциональной диагностики, на осно-ве которого вполне возможно создание эффективной консультативной интеллектуальной системы, является микроволновая радиотермометрия. Это биофизический метод неинва-зивного обследования, заключающийся в измерении внутренних и поверхностных темпе-ратур тканей по интенсивности их теплового излучения, с...

Creativity in Intelligent Technologies and Data Science

“…Based on this fact in the process of thermometric data mining, we proposed several hypotheses about the behaviour of temperature fields and significantly expanded the feature space. It allows to detect temperature anomalies with better performance and to build various classification algorithms [8,9,21] that can provide a full explanation of the result and underlie the intelligent system for diagnostics of the mammary glands diseases.…”

“…The values of functions of the form G 2 = T g 0 − T g i , i = 1, 8 that describe changes of internal temperature gradients in radial direction. These functions are the difference analogs of the second derivatives of temperature functions [8]; 4. More general forms of functions from other groups.…”

“…where Sens = T P T P + F N is the sensitivity (recall), T P is the number of true positives and F N is the number of false negatives. As a classifier we use the weighted simple rule voting algorithm, that is a modified version of an algorithm proposed in [8]. Its performance measure reported by 5-fold nested cross-validation is 0.83, and specificity is close to 1 after refitting.…”

“…In the paper [4], the authors proposed a comprehensive method that includes FEM modelling based on heat transfer principles and requires 3D scanning and IR imaging for disease diagnostics. Naturally, various algorithms and methods of machine learning had been showing a sufficiently high efficiency in medicine [5,6,7,8,9]. Many studies are devoted to the analysis of the effectiveness of various decision support systems [10,11,12,13,14].…”

“…As mentioned above, this is due to the complexity of creating measuring equipment and the quality of measurements. Interest in this technique has significantly grown after the creation of effective microwave radiometers [8,17,18]. Note that microwave radiothermometry is applicable not only for the diagnosis of breast cancer, but also for the diagnosis of other diseases [19].…”