Εφαρμογή γενετικών αλγορίθμων και άλλων μεθόδων επιλογής χαρακτηριστικών για την υποστήριξη λήψης κλινικής απόφασης στη διάγνωση του καρκίνου του τραχήλου της μήτρας

Τόπακα, Έλενα; Topaka, Elena

dc.contributor.author	Τόπακα, Έλενα	el
dc.contributor.author	Topaka, Elena	en
dc.date.accessioned	2016-07-08T07:22:16Z
dc.date.available	2016-07-08T07:22:16Z
dc.date.issued	2016-07-08
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43034
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.8604
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Γενετικοί αλγόριθμοι	el
dc.subject	Διαγνωστικές εξετάσεις	el
dc.subject	Καρκίνος του τραχήλου της μήτρας	el
dc.subject	Ιός των ανθρωπίνων θηλωμάτων (HPV)	el
dc.subject	Επιλογή χαρακτηριστικών	el
dc.subject	Τύποι HPV	el
dc.subject	Ευαισθησία	el
dc.subject	Ειδικότητα	el
dc.subject	Genetic algorithms	en
dc.subject	Diagnostic tests	en
dc.subject	Cervical cancer	en
dc.subject	Human papillomavirus (HPV)	en
dc.subject	Feature selection	en
dc.subject	HPV genotypes	en
dc.subject	Sensitivity	en
dc.subject	Specificity	en
dc.title	Εφαρμογή γενετικών αλγορίθμων και άλλων μεθόδων επιλογής χαρακτηριστικών για την υποστήριξη λήψης κλινικής απόφασης στη διάγνωση του καρκίνου του τραχήλου της μήτρας	el
heal.type	bachelorThesis
heal.classification	Βιοϊατρική Μηχανική	el
heal.classification	Τεχνητή Νοημοσύνη	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-02-22
heal.abstract	Ο καρκίνος του τραχήλου της μήτρας αποτελεί έναν από τους πιο κοινούς τύπους καρκίνου και παρουσιάζει ένα από τα πιο υψηλά ποσοστά θνησιμότητας από καρκίνο στις γυναίκες. Παρά την ύπαρξη της κυτταρολογικής εξέτασης (εξέταση Παπανικολάου [τεστ ΠΑΠ]), η οποία είναι διαθέσιμη τα τελευταία 50+ χρόνια, καθώς και των προγραμμάτων προληπτικού πληθυσμιακού ελέγχου, ο καρκίνος του τραχήλου της μήτρας παραμένει ένα σοβαρό πρόβλημα υγείας λόγω του σχετικά υψηλού ποσοστού μη ανίχνευσης της νόσου. Στις περισσότερες των περιπτώσεων, ο καρκίνος του τραχήλου της μήτρας αναπτύσσεται ως αποτέλεσμα της υποεκτίμησης των ανωμαλιών που παρατηρούνται στην κυτταρολογική εξέταση. Οι εξελίξεις στην κατανόηση του ρόλου της λοίμωξης από τον ιό των ανθρώπινων θηλωμάτων (HPV) και των διαφόρων τύπων του ιού στη φυσική εξέλιξη των νεοπλασιών του τραχήλου της μήτρας, είχαν ως αποτέλεσμα την παράλληλη διενέργεια της εξέτασης HPV DNA μαζί με την εξέταση Παπανικολάου. Σήμερα, η εξέταση HPV DNA τυγχάνει ευρείας αποδοχής ως βοηθητική εξέταση για τη διαλογή γυναικών που παρουσιάζουν μη φυσιολογικά ευρήματα στην κυτταρολογική εξέταση. Επιπλέον, σε πολλές ανεπτυγμένες χώρες, η εξέταση HPV DNA συμπεριλαμβάνεται και στις επίσημες κατευθυντήριες οδηγίες των προγραμμάτων πληθυσμιακού ελέγχου για τον καρκίνο του τραχήλου της μήτρας και χρησιμοποιείται είτε μόνη της είτε σε συνδυασμό με το τεστ Παπανικολάου. Ωστόσο, και οι δύο διαγνωστικές εξετάσεις παρουσιάζουν είτε υψηλή ευαισθησία είτε υψηλή ειδικότητα, αλλά όχι και τα δύο ταυτοχρόνως. Στην παρούσα διπλωματική εργασία, παρουσιάζεται ένα ευφυές υπολογιστικό σύστημα το οποίο συνδυάζει τα αποτελέσματα της εξέτασης Παπανικολάου και του HPV DNA test, αποσκοπώντας σε πιο ισορροπημένα αποτελέσματα ως προς την ειδικότητα και την ευαισθησία για την ανίχνευση ενδοεπιθηλιακής νεοπλασίας του τραχήλου της μήτρας 2ου βαθμού ή άνω (CIN2+). Για την ανάπτυξη του συστήματος αυτού, υιοθετήθηκε ένα πλαίσιο επιλογής χαρακτηριστικών που ακολουθεί την προσέγγιση περιτυλίγματος και βασίζεται στο συνδυασμό Γενετικών Αλγορίθμων και Μπεϋζιανών Ταξινομητών. Στόχος του πλαισίου αυτού είναι η εύρεση του κατάλληλου υποσυνόλου χαρακτηριστικών, το οποίο βελτιστοποιεί την ταξινόμηση οδηγώντας σε πιο ισορροπημένα αποτελέσματα ευαισθησίας και ειδικότητας. Το παρουσιαζόμενο σύστημα μπορεί να υποστηρίξει τη λήψη κλινικών αποφάσεων για τη βελτίωση της διαχείρισης γυναικών που παραπέμπονται για κολποσκόπηση εξαιτίας θετικού αποτελέσματος σε μια διαγνωστική εξέταση. Επιπρόσθετα, σε δεύτερο επίπεδο εξετάζεται και ένα άλλο πρόβλημα, αυτό της κατάταξης των πιο συχνών τύπων του ιού HPV ως προς την επικινδυνότητά τους για ανάπτυξη ενδοεπιθηλιακής νεοπλασίας του τραχήλου της μήτρας 2ου βαθμού ή άνω (CIN2+). Για την επίτευξη του στόχου αυτού, χρησιμοποιήθηκαν τεχνικές επιλογής χαρακτηριστικών που ακολουθούν την προσέγγιση φιλτραρίσματος.	el
heal.abstract	Cervical Cancer is one of the most common types of cancer and one of the leading causes of death in women. Even though screening with cervical cytological testing (the Papanicolaou test [Pap test]) has been available for over 50 years, cervical cancer still remains a major health problem due to the high rate of non-detection of the disease. In most cases, cervical cancer develops as a result of underestimated abnormalities in the Pap test. Advances in the understanding of the role of Human Papillomavirus (HPV) infection to the natural development of cervical neoplasia, resulted in the co-testing of Pap test with the HPV DNA test. Nowadays, HPV DNA testing is well accepted as an ancillary test and it is used for the triage of women with abnormal findings in cytology. Furthermore, in many developed countries, the official cervical cancer screening guidelines recommend HPV DNA testing to be used alone or in combination with cytology (co-testing). However, these tests are either highly sensitive or highly specific, but not both at the same time. In this diploma thesis, an intelligent computing system, that effectively combines the results of the Pap test and the HPV DNA test, is presented. However, our focus in not on the classification’s accuracy per se, but rather the creation of a system, that yields the most balanced results in terms of sensitivity and specificity for the detection of high-grade cervical intraepithelial neoplasia and cervical cancer (CIN2+). For the development of the proposed system, a wrapper feature selection framework has been adopted, which is based on the combination of Genetic Algorithms and Bayesian classifiers. The scope of this framework is the detection of the feature subset which optimizes the classification so as to achieve a balanced outcome between sensitivity and specificity. The presented system may support decision-making for the improved management of women who attend a colposcopy room following a positive test result. Moreover, this thesis investigated an additional problem: the ranking of the most common HPV genotypes, according to the associated risk of developing high grade cervical intraepithelial neoplasia or cervical cancer (CIN2+). This was accomplished by analyzing the data with the use of filtering feature selection techniques.	en
heal.advisorName	Κουτσούρης, Διονύσιος-Δημήτριος	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Χαρίτου, Μαρία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	298 σ.	el
heal.fullTextAvailability	true