Классификация стадий рака с использованием ансамбля алгоритмов, разработанных на основе принципов частичной прецедентности

Аннотация

This article examines the effectiveness of ensemble algorithms based on partial precedent principles for cancer stage classification. A weighted decision-making mechanism using linear convolution demonstrated high accuracy in classifying cancer types (C16, C17, C18, C44, C50, C00). A classification method based on Manhattan distance and threshold values was developed and compared with classical algorithms. The proposed ensemble algorithm improves classification accuracy to 94.7-96.2%, which is 3-10% higher than existing classical algorithms. 264 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. Keywords: cancer stage, algorithm ensemble, partial precedent, linear convolution, TNM classifier, threshold values. Hozirgi kunda saraton kasalligini barvaqt aniqlash va to‘g‘ri bosqichga ajratish, bemorga to‘g‘ri tashxis qo‘yish hamda samarali davolash strategiyasini tanlash uchun asosiy ahamiyatga ega. Saratonning har bir bosqichi alohida tashxis va davolash usulini talab qilgani sababli, tibbiy ma’lumotlarni tahlil qilishda zamonaviy algoritmik yondashuvlar, ayniqsa intellektual tizimlar asosida tasniflash jarayonlarini qo‘llash dolzarb vazifa hisoblanadi [1]. Qismiy pretsedentlik tamoyillariga asoslangan ansambl algoritmlar obyektlarni (bemorlar yoki ularning diagnostik ko‘rsatkichlari) to‘g‘ri tasniflash va ularning bosqichlarini aniqlashda yuqori samaradorlikka ega. Ushbu tamoyil har bir obyektni boshqa obyektlarga nisbatan baholash orqali o‘ziga xos tasniflash modelini shakllantiradi. Ansambl algoritmlar esa bir nechta model natijalarini birlashtirish orqali yakuniy qaror qabul qilish aniqligini oshiradi [2, 3]. Mazkur ishda qismiy pretsedentlik tamoyiliga asoslangan ansambl algoritmlar yordamida saraton bosqichlarini tasniflash masalasi tahlil qilinadi. Ushbu yondashuvni qo‘llash orqali saraton kasalligining har bir bosqichi uchun o‘ziga xos tashxis qo‘yish imkoniyatlari aniqlanadi, diagnostika jarayonining aniqligi va samaradorligi oshiriladi. Shu bilan birga, ansambl algoritmlarining afzalliklari va ularning tibbiy amaliyotda qo‘llanish imkoniyatlari ko‘rsatib beriladi. 𝜏 1 B 𝑙 1 ∙ Г (1) 𝑞 𝑞=1 Qaror qabul 𝜏 2 Chiziqli tutashuv qilish qoidasi B 𝑙 2 ∙ Г (2) 𝑞 𝑞=1 𝐿(𝐵∗) S` 𝑟 C obyekt (𝑖) = ∑ Г 𝑞 𝑖=1 𝜏 𝑟 B 𝑙 r ∙ Г (𝑟) 𝑞 𝑞=1 1-rasm. Algoritmlar ansamblidan foydalanib, chiziqli tutashuv asosida vaznlangan qaror qabul qilish mexanizmi 1-rasmda algoritmlar ansamblidan foydalanib, chiziqli tutashuv asosida vaznlashgan qaror qabul qilish mexanizmini ko‘rsatadi. Obyektlarni sinflashtirish jarayonida bir nechta model natijalarini birlashtirib, umumiy qaror qabul qilish jarayonini ifodalaydi [4]. 265 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. 𝑆′ obyekt sinflashtirish yoki baholash jarayonida ishlov beriladigan asosiy obyektni anglatadi. Ushbu obyektni xarakterlovchi xususiyatlar har bir modelga kiritiladi. 𝐵 ,𝐵 ,…,𝐵 1 2 𝑟 tanib olish operatorlari o‘z natijasini chiqaradi, bu natija obyektning qaysi sinfga tegishli ekanligini baholash bilan bog‘liq. Ushbu ishda Baholarni hisoblash algoritmlarining bir nechta variantlari olingan bo‘lib, 𝑘 = 4 etib belgilangan [5-8]. Variantdagi asosiy farqlar manhettan yaqinlik yaqinlik funksiyasi bilan hisoblanadi va bunda 1-jadvalda keltirilgan bo‘sag‘alardan foydalaniladi. Har bir model natijasiga vazn 𝜏 biriktiriladi. Bu vazn modelning ishonchliligini yoki 𝑖 muhimligini ifodalaydi. Barcha modellar natijalari chiziqli tutashuv yordamida birlashriladi: 𝑟 𝐿(𝐵∗) = ∑𝜏 Г (𝑖) , 𝑖 𝑞 𝑖=1 bu yerda, 𝐿(𝐵∗) - barcha modellar natijasining vaznlashgan yig‘indisi, 𝜏 - har bir modelga 𝑖 (𝑖) tayinlangan vazn, Г modelning chiqarayotgan bahosi yoki ovozi. 𝑞 𝐶 qaror qabul qilish qoidasi chiziqli tutashuvning yakuniy natijasi asosida obyektning qaysi sinfga tegishli ekanligi aniqlaydi. Bu bosqichda aniqlangan sinf yakuniy qaror sifatida chiqariladi. Qaror qabul qilish qoidasi sifatida BHAning 6-bosqichidan foydalaniladi. 1-jadval. Algoritmlar ansambli natijalarini chiziqli tutashuv orqali birlashtiruvchi vaznlashgan qaror qabul qilish algoritmi natijasini boshqa modellar bilan solishtirish. Taklif Decision Logistik № Masala etilayotgan ANN KNN SVM Tree Regression algoritm Saraton bosqichini tasniflash C16 (oshqozon 1 95.3 92.5 87.0 87.0 85.2 91.0 kardiyasi), C17 (12 barmoqli ichak ), C18 (ko‘r ichak) Saraton bosqichini 2 94.7 90.3 86.0 85.0 84.7 89.0 tasniflash C44 (teri) Saraton bosqichini 3 96.2 91.3 88.0 86.0 87.3 92.0 tasniflash C50 Saraton bosqichini 4 95.1 90.0 85.0 84.0 86.9 90.0 tasniflash C00 (lab) Quyidagi algoritm vaznga asoslangan ansambl o‘rganish algoritmi bo‘lib, turli tanib olish operatorlarining natijalarini birlashtirish orqali yakuniy qaror qabul qilishni maqsad qiladi. Algoritm avval har bir operatorning sinfga nisbatan bahosini oladi, keyin yo‘qotish funksiyasi orqali optimallashtirish maqsadida gradient tushish algoritmi yordamida