×
马赫萨·侯赛因普尔;塞赫拉内盖米;索赫拉布·坎莫哈迈迪;萨巴兰·达内什瓦尔

一种用于乳腺癌风险评估的混合高阶2型FCM改进的随机森林分类方法。 （英文） Zbl 1510.92094号

申请。数学。计算。 424，文章ID 127038，第22页（2022）.
总结：乳腺癌风险评估的主要挑战之一是为患者提供一个易于理解的疾病状况视角。本文提出了一种评估乳腺癌风险的新方法，称为混合高阶2型模糊认知图的改进随机森林分类（H-HT2 FCM IRFC，其中，通过精确分析，定性地获得了疾病风险的三种模式，即乐观、现实和悲观。在不确定的情况下，使用FCM或高阶FCM都不会做出良好的响应，应用2型模糊度来获得FCM的权重将有更好的答案本研究中提出的高阶2型FCM的混合版本使我们能够以乐观、现实和悲观三种模式评估乳腺癌风险。所提出的方法有三个层次；在第一个层面上，患者资料、家族史和遗传因素通过高阶FCM进行测试。在第二个层面上，通过检查乳房X光片获得的质量特征，通过乐观、现实和悲观三种模式下的混合高阶2型FCM实现疾病风险。通过模糊方法在第三层次上获得肿瘤对乳腺癌影响的位置。最后，通过一种称为改进的随机森林分类的新算法预测总体乳腺癌风险，该算法具有优异的性能。与现有方法相比，该方法所得结果的准确性是令人满意的。三模式评估将帮助患者及其医生（肿瘤学家）进行最佳治疗。最后，在实际医学数据集上成功地测试了该方法。

MSC公司：

92 C50 医疗应用（通用）

关键词：

2型模糊系统;模糊认知图;乳腺癌;风险评估方法;图像处理;随机森林分类
PDF格式BibTeX公司 XML格式引用
\textit{M.Hosseinpour}等人，应用。数学。计算。424，文章ID 127038，22 p.（2022；Zbl 1510.92094）
全文： 内政部

参考文献：

[1] Nguyen，T。；Khosravi，A。；克雷顿，D。；Nahavandi，S.，使用区间2型模糊逻辑系统和小波的医学数据分类，应用。软计算。，30, 812-822 (2015)
[2] Greenfield，S.，区间类型2模糊集的不确定性测量，（《国际人工智能和软计算会议论文集》（2016），施普林格：施普林格商学院），183-194
[3] 哈格拉斯，H。；Wagner，C.，《在实际应用中广泛使用2型模糊逻辑系统》，IEEE计算。智力。Mag.，7，3，14-24（2012）
[4] Chourasia，V.S。；Tiwari，A.K。；Gangopadhyay，R.，使用心音描记术的基于区间2型模糊逻辑的产前护理系统，应用。软计算。，14, 489-497 (2014)
[5] 奥拉通吉，S.O。；Selamat，A。；Raheem，A.A.A.，使用区间类型2模糊逻辑系统预测碳酸盐岩储层渗透率的改进的基于灵敏度的线性学习方法，应用。软计算。，14, 144-155 (2014)
[6] 孟德尔，J.M.，类型2模糊集，基于规则的不确定模糊系统，259-306（2017），施普林格：施普林格Cham·Zbl 1373.03003号
[7] Almaraashi，M。；约翰·R。；霍普古德，A。；Ahmadi，S.，使用模拟退火的区间和一般2型模糊逻辑系统的学习：理论和实践，Inf.Sci。，360, 21-42 (2016)
[8] Mendel，J.M.，《简化的通用2型模糊逻辑系统：教程》，IEEE Trans。模糊系统。，22, 5, 1162-1182 (2013)
[9] 孟德尔，J.M。；Liu，X.，简化区间2型模糊逻辑系统，IEEE Trans。模糊系统。，21, 6, 1056-1069 (2013)
[10] Ontiveros，E。；梅林，P。；Castillo，O.，医学诊断中区间2型和一般2型模糊系统的比较研究，信息科学。，525, 37-53 (2020)
[11] 古兹曼，J.C。；米拉蒙特斯，I。；梅林，P。；Prado-Arechiga，G.，用于血压水平分类的1型和2型区间模糊系统的优化遗传设计，Axioms，8，1，8（2019）
[12] 香根草，E。；Melin，P.，应用于诊断问题的阴影2型模糊推理系统的混合设计，工程应用。Artif公司。智力。，86, 43-55 (2019)
[13] Amirkhani，A。；Papageorgiou，E.I。；Mohseni，A。；Mosavi，M.R.，《医学中模糊认知图综述：分类学、方法和应用》，计算机。方法生物识别程序。，142, 129-145 (2017)
[14] Subramanian，J。；Karmegam，A。；Papageorgiou，E。；帕潘德里亚诺斯，N。；Vasukie，A.，基于模糊认知图的综合乳腺癌风险评估和管理模型，计算。方法生物识别程序。，118, 3, 280-297 (2015)
[15] 凯斯，医学博士。；Stylios，C.D.，《模拟项目管理问题的模糊认知图》，（北美模糊信息处理协会（NAFIPS）年会论文集（2016），IEEE），1-6
[16] 费尔南德斯·德尔加多，M。；Cernadas，E。；巴罗，S。；Amorim，D.，我们需要数百个分类器来解决现实世界的分类问题吗？，J.马赫。学习。研究，15，1，3133-3181（2014）·Zbl 1319.62005号
[17] 戴，B。；陈R.C。；Zhu，S.Z。；Zhang，W.W.，使用随机森林算法进行乳腺癌诊断，（国际计算机、消费者和控制研讨会论文集（IS3C）（2018），IEEE），449-452
[18] 乔杜里，A。；科勒，S。；Kamal，R.，一种用于多类分类的改进随机森林分类器，Inf.Process。农业。，3, 4, 215-222 (2016)
[19] Johny，A。；Fernandez，J.J.，《使用模糊C均值和随机森林分类器在乳房X光片中检测乳腺癌》，国际科学杂志。研究科学。工程技术，4，8，312-321（2018）
[20] Al-Gunaid，医学硕士。；Shcherbakov，M.V。；Zadiran，K.S。；Melikov，A.V.，《模糊认知地图预测方法的调查》，（第八届信息、智能、系统与应用国际会议论文集（2017），IEEE），1-6
[21] Cheng，P。；He，S。；斯托亚诺维奇，V。；栾，X。；Liu，F.，具有部分可访问隐藏信息的马尔可夫跳跃系统的模糊故障检测：事件触发方法，IEEE Trans。赛博。(2021)
[22] 王，S。；Wang，Y。；王，D。；Yin，Y。；Wang，Y。；Jin，Y.，一种改进的基于随机森林的乳腺癌诊断规则提取方法，应用。软计算。，86，第105941条pp.（2020）
[23] Papageorgiou，E.I。；Subramanian，J。；Karmegam，A。；Papandrianos，N.，家族性乳腺癌风险管理模型：使用模糊认知图方法的新应用，计算。方法生物识别程序。，122, 2, 123-135 (2015)
[24] Scalia-Wilbur，J。；科林斯，B.L。；彭森，R.T。；Dizon，D.S.，《乳腺癌风险评估：超越BRCA 1和2》，Semin。辐射。Oncol.公司。，26、1、3-8（2016），WB桑德斯
[25] Afonso，N.，《乳腺癌高危女性——初级保健提供者需要了解的问题》，J.Am.Board Fam。医学，22，1，43-50（2009）
[26] 查拉，V.R。；Swamyvelu，K。；Shetty，N.，盖尔模型在估计印度人群女性乳腺癌风险中的临床应用评估，《癌症医学》，第7期，第7页（2013年）
[27] 贾托伊，I。；安德森，W.F。；米勒，A.B。；布拉利，O.W.，癌症筛查史，Curr。问题。外科，56，4138-163（2019）
[28] Tabár，L。；维塔克，B。；陈天海。；Yen，A.M.F。；科恩，A。；总计，T。；Duffy，S.W.，瑞典两县试验：30年来乳房X光检查对乳腺癌死亡率的影响，放射学，260，3658-663（2011）
[29] 北卡罗来纳州Bjurstam。；Björneld，L。；沃里克，J。；萨拉，E。；达菲，S.W。；Nyström，L。；Wahlin，T.，哥德堡乳腺筛查试验，癌症间盘。《美国癌症学会国际期刊》，97，10，2387-2396（2003）
[30] 埃尔比勒，N。；Nursel，D。；伊利诺伊州圣多姆。；Bölükbaš，N.，使用gail模型进行乳腺癌风险评估：一项土耳其研究，亚太地区。癌症预防杂志。，16, 303-306 (2015)
[31] Chay，W.Y。；Ong，W.S。；Tan，P.H。；Leo，N.Q.J。；Ho，G.H。；Wong，C.S。；Ang，P.，在28104名新加坡女性的前瞻性全国研究中预测个体乳腺癌风险的Gail模型的验证，乳腺癌研究，14，1，1-12（2012）
[32] Wang，J。；刘，X。；夏，J。；沈，H。；Park，J.H.，带奇异摄动的持续驻留时间切换非线性系统的量化区间2型模糊控制，IEEE Trans。赛博。(2021)
[33] 刘，X。；夏，J。；Wang，J。；Shen，H.，非线性奇异摄动PDT切换系统的区间2型模糊无源滤波及其应用，J.Syst。科学。复杂。，34, 1-24 (2021)
[34] Cheng，P。；Wang，H。；斯托亚诺维奇，V。；He，S。；Shi，K。；栾，X。；Sun，C.，二维马尔可夫跳跃系统的异步故障检测观测器，IEEE Trans。赛博。，34 (2021)
[35] 张，X。；Wang，H。；斯托亚诺维奇，V。；Cheng，P。；他，S。；栾，X。；Liu，F.，具有不确定转移概率的区间2型模糊非齐次高阶马尔可夫跳跃系统的异步故障检测，IEEE Trans。模糊系统。(2021)
[36] 戈什，S.K。；Ghosh，A.，使用新型2型模糊多颗粒SVM模型对基因表达模式进行分类，用于识别癌症介导生物标记，神经计算。申请。，33, 9, 4263-4281 (2021)
[37] O.O.Oladipupo。；阿杜比，S。；Oyelade，O.J。；Omogbadegun，Z.O.，乳腺癌数据集中模式发现的区间2型模糊关联规则挖掘方法，J.Compute。科学。，17, 3, 330-348 (2020)
[38] 梅林，P。；Sánchez，D.，基于遗传算法的糖尿病分类2型模糊系统的优化设计，国际期刊混合智能。系统。，17, 1-18 (2021)
[39] 魏，T。；李，X。；Stojanovic，V.，具有无限分布时滞的脉冲反应扩散神经网络的输入-状态稳定性，非线性动力学。，103, 2, 1733-1755 (2021) ·Zbl 1517.93057号
[40] 香根草，E。；Melin，P.，通过嵌入式1类模糊分类器开发用于诊断问题的通用2类模糊分类器，软计算。，24, 1, 83-99 (2020)
[41] 胡，J。；陈，P。；Yang，Y。；刘，Y。；陈欣，基于区间梯形2型模糊数的以病人为中心的护理果蝇优化算法，国际模糊系统杂志。，21, 4, 1270-1287 (2019)
[42] Amirkhani，A。；Papageorgiou，E.I。；Mosavi，M.R。；Mohammadi，K.，一种基于模糊认知图的新型医疗决策支持系统，通过直觉和学习能力增强了建模不确定性，Appl。数学。计算。，337, 562-582 (2018)
[43] 李，H。；X孟。；Wang，T。；Tang，Y。；Yin，Y.，乳腺肿块的局部轮廓特征钼靶摄影分类，生物医学。Eng.Online，16，1，1-12（2017）
[44] 巴兰尼奥，V。；杜米特拉切，I。；卡拉米海，M。；Rae，W。；Herbst，C.，使用模糊逻辑评估乳腺癌风险，波利特大学。布哈尔。科学。牛市。序列号。C、 73、1、53-64（2011）
[45] Huang，M.W.先生。；Chen，C.W。；林，W.C。；柯，S.W。；Tsai，C.F.，SVM和SVM在乳腺癌预测中的集成，《公共科学图书馆·综合》，12，1，Article e0161501 pp.（2017）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。