컴퓨터 심층 학습을 이용한 급성 림프모구 백혈병(ALL)의 패턴 인식

백혈병은 골수 등 혈액 생성 세포의 암입니다. 비정상적인 백혈구는 혈관을 통해 이동하며 급격히 증식합니다. 신체의 건강한 세포는 소수로 변하고, 이러한 불균형은 신체의 감염 위험을 증가시킵니다. 백혈병 또는 혈액암은 2세에서 14세까지의 어린이에게 가장 흔한 암입니다. 어린이의 대부분의 백혈병은 치료가 가능합니다. 급성 림프구 백혈병(ALL)은 혈액과 골수에서 발생하는 일종의 암입니다. 미성숙 백혈구가 성숙한 백혈구 대신 형성되면 급속히 진행됩니다. 급성 림프구 백혈병 치료에는 약물 및 정맥 내 혈액 수혈, 화학요법, 장기 또는 조직 이식이 포함됩니다. 이 논문에서는 컴퓨터 심층 학습을 이용한 급성 림프모구 백혈병의 패턴 인식이 제안되었습니다. 패턴 인식 기술은 대규모 데이터셋에서 패턴을 식별하기 위해 수학적 알고리즘을 사용합니다. 데이터 분석을 통해 알고리즘은 특정 상태 또는 조건을 나타내는 패턴을 식별할 수 있습니다. ALL의 경우 알고리즘은 ALL의 존재를 나타내는 백혈구 수치 데이터의 패턴을 찾습니다. 이러한 패턴에는 시간에 따른 백혈구 수의 변화, 백혈구의 구성 변화, ALL과 관련된 특정 단백질 또는 유전자 발현 수준의 변화가 포함될 수 있습니다. 제안된 ALLDM 모델은 화학요법 관리에서 81.53%(DDS) 및 87.92%(SDS), 줄기 세포 이식 관리에서 79.16%(DDS) 및 94.31%(SDS), 방사선 치료 관리에서 63.77%(DDS) 및 87.37%(SDS), 표적 치료 약물 관리에서 88.92%(DDS) 및 85.86%(SDS)의 결과를 도출했습니다.