ARTIFICIAL NEURAL NETWORKS APPLICATION FOR PREDICTION OF CANCER RISK IN PATIENTS WITH THYROID BENIGN PATHOLOGY

  • A. V. Muzhichuk
Keywords: artificial neural network, thyroid cancer risk

Abstract

On base of a comprehensive survey of 248 patients with different thyroid pathology, artificial neural network has been created. Its task was to predict the possibility of cancer risk in patients with  thyroid benign pathology. Neural network training based on the data of surveys carried out 120 patients, testing according to 128. Trained artificial neural network is highly flexible with regard to the different variants of the background benign pathology and capable with high sensitivity (89,5 %) and specificity (80,3 %) forecast the existence of hidden currents or probability of occurrence in future thyroid cancer in patients with benign pathology.

Downloads

Download data is not yet available.

References

1. Кореневский Н. А.Проектирование нечетких сетевых баз знаний для медицинских систем поддержки принятия решений / Н. А. Кореневский, М. И. Лукашов, С. А. Горбатенко, [и др.] // Медицинская техника. — 2009. —№ 4. — С. 38—42.

2. Жарко В. И. Проблемы информатизации здравоохранения / В. И. Жарко // Мед. Вестник. — 2008. — Vol. 9. — № 843. — С. 2.

3. Гельман В. Я. Медицинская информатика: практикум / В. Я. Гельман. — СПб. : Питер, 2002. — 480 с.

4. Doi K. Computer-aided diagnosis in medical imaging : historical review, current status and future potential / K. Doi // Comput Med Imaging Graph. — 2007. — Vol. 31. — № 4—5. — Р. 198—211.

5. Вычислительные машины и мышление / А. Ньюэлл, Дж. Шоу, Г. Саймон, [и др.]; под ред. Э. Фейгенбаума. — М. : Мир, 1967. — 552 с.

6. Дюк В. А. Информационные технологии в медико-биологических исследованиях / В. А. Дюк, В. Л. Эмануэль. — СПб. : Питер, 2003. — 525 с.

7. Рассел С. Искусственный интеллект: современный подход (AIMA) / С. Рассел, П. Норвиг, —
[2-е издание. : пер. с англ.]. — М. : Издательский дом «Вильямс», 2005. — 1424 с.

8. Люгер Дж. Ф. Искусственный интеллект : стратегии и методы решения / Джордж Ф. Люгер, 4-е издание : пер. с англ. — М. : Издательский дом «Вильямс», 2008. — 864 с.

9. Zou J. Overview of artificial neural networks / J. Zou, Y. Han, S. S. So // Methods Mol Biol. — 2008. — № 458. — Р. 15—23.

10. Чутливість та специфічність ультразвукового дослідження в диференційній діагностиці злоякісної та доброякісної тиреоїдної патології / О. В. Мужичук, Н. І. Афанасьєва, О. Г. Кондратьєва, [та ін.] // Променева діагностика, променева терапія. — 2010. — № 3. — С. 6—14.

11. Мужичук О. В. Значення прогностичних маркерів пухлинної прогресії p53, p21waf1/cip1, p63 та Ki-67 в пухлинах щитовидної залози / О. В. Мужичук, Н. І. Афанасьєва, В. В. Мужичук // Вісник Харківського Національного Університету імені В. Н. Каразіна, серія «Медицина». — 2009. — № 879, вип. 18. — С. 4—9.

12. Мужичук А. В. Ранняя диагногстика рака щитовидной железы у лиц группы риска / А. В. Мужичук, Н. И. Афанасьева, В. В. Мужичук // Международный медицинский журнал. — 2010. — Том 16, № 1. — С. 82—85.
How to Cite
Muzhichuk, A. V. (1). ARTIFICIAL NEURAL NETWORKS APPLICATION FOR PREDICTION OF CANCER RISK IN PATIENTS WITH THYROID BENIGN PATHOLOGY. The Journal of V. N. Karazin Kharkiv National University, Series "Medicine", (23), 50-56. Retrieved from https://periodicals.karazin.ua/medicine/article/view/6727
Section
Clinical research