ANNCRIPS：用于癌症研究与预测及生存的人工神经网络
机器学习
2023-09-28 v1 人工智能
计算工程、金融与科学
神经与进化计算
摘要
前列腺癌是 50 岁及以上男性中一种常见的恶性肿瘤。目前的诊断方法主要依赖血液检测、PSA（前列腺特异性抗原）水平以及数字直肠检查（DRE）。然而，这些方法存在较高的假阳性率。本研究致力于开发并验证一种利用人工神经网络（ANNs）的智能数学模型，以提升前列腺癌的早期检测能力。本论文的主要目标是提出一种新颖的数学模型，旨在辅助前列腺癌的早期检测，从而促进医疗专业人员的及时干预。该模型的实现展现出减少假阳性发生率的良好潜力，进而改善患者预后。此外，我们设想，经过进一步精炼、广泛测试与验证，该模型可发展成为一种稳健的、可市场化的前列腺癌检测方案。长期目标是使该方案易于部署于各类筛查中心、医院及研究机构，最终促进更有效的癌症筛查与患者照护。
引用
@article{arxiv.2309.15803,
title = {ANNCRIPS: Artificial Neural Networks for Cancer Research In Prediction & Survival},
author = {Amit Mathapati},
journal= {arXiv preprint arXiv:2309.15803},
year = {2023}
}
备注
13 pages, 25 figures, 2 tables. arXiv admin note: text overlap with arXiv:cs/0405016 by other authors