Verbesserung der Vorhersage von Blutkrebs mit Hilfe von Leukämie-Mikroarray-Gen-Daten und Chi2-Features mit gewichteten konvolutionalen neuronalen Netzwerken

Zusammenfassung Blutkrebs ist in den letzten zehn Jahren zu einem wachsenden Anliegen geworden, das eine frühzeitige Diagnose für eine rechtzeitige und effektive Behandlung erfordert. Die gegenwärtige Diagnosemethode, die eine Reihe von Tests und medizinischen Experten umfasst, ist kostspielig und zeitaufwendig. Aus diesem Grund ist es entscheidend, ein automatisiertes Diagnosesystem für genaue Vorhersagen zu etablieren. Ein besonderes Forschungsfeld in der medizinischen Forschung ist die Verwendung von maschinellem Lernen und Leukämie-Mikroarray-Gen-Daten für die Diagnose von Blutkrebs. Trotz umfangreicher Forschungen sind weitere Verbesserungen notwendig, um die entsprechenden Genauigkeits- und Wirksamkeitsniveaus zu erreichen. Diese Arbeit präsentiert einen überwachten maschinellen Lernalgorithmus zur Vorhersage von Blutkrebs. Es wird auf die 22.283-Gen-Leukämie-Mikroarray-Gen-Daten zurückgegriffen. Chi-Quadrat (Chi2)-Merkmalsauswahlmethoden und die synthetische Minderheiten-Übersampling-Technik (SMOTE)-Tomek-Resampling werden verwendet, um Probleme mit unausgewogenen und hochdimensionalen Datensätzen zu überwinden. Um den Datensatz für jede Zielklasse auszugleichen, erstellt SMOTE-Tomek synthetische Daten, und Chi2 wählt die wichtigsten Merkmale aus, um die Lernmodelle aus 22.283 Genen zu trainieren. Ein neuartiges gewichtetes konvolutionales neuronales Netzwerk (CNN)-Modell wird zur Klassifikation vorgeschlagen, das die Unterstützung von drei separaten CNN-Modellen nutzt. Um die Bedeutung des vorgeschlagenen Ansatzes zu bestimmen, werden umfassende Experimente an den Datensätzen durchgeführt, einschließlich eines Leistungsvergleichs mit den fortschrittlichsten Techniken. Das gewichtete CNN zeigt eine überlegene Leistung gegenüber anderen Modellen, wenn es mit den SMOTE-Tomek- und Chi2-Techniken kombiniert wird, und erreicht eine bemerkenswerte Genauigkeit von 99,9 %. Ergebnisse aus der k-fachen Kreuzvalidierung bestätigen weiter die Überlegenheit des vorgeschlagenen Modells.