Vorhersage von Brustkrebs mittels Data Mining

Bachelor Thesis , 2022 , 55 Pages , Grade: 1

Engineering - Computer Engineering

Eine Möglichkeit um präzise Vorhersagen von Erkrankungen zu treffen und medizinische Daten besser verstehen zu können, ist die Verwendung von Data Mining im Gesundheitsbereich. Data Mining ist eine Technik, um Informationen aus großen Mengen Daten zu extrahieren. Die Auswertung medizinischer Daten mit Hilfe von Machine Learning und Künstlicher Intelligenz kann Ärzt/inn/en dabei unterstützen, bessere Entscheidungen zu treffen, Diagnosen zu stellen und die Arbeitslast insgesamt zu minimieren. Data Mining bietet viele Methoden, um Informationen aus medizinischen Datensets zu erhalten. Techniken wie Klassifikation, Clustering und Rule Mining können für die Analyse von Daten verwendet werden. Die Vorhersage von Erkrankungen ist nur ein Beispiel für den Einsatz von Data Mining im Gesundheitsbereich. Durch die Nutzung von maschinellem Lernen könnte die Anzahl an Tests und die Zeit, die benötigt werden, um eine Krankheit zu diagnostizieren, verringert werden.

Einige Paper und Artikel haben sich bereits mit verschiedenen Data Mining Methoden für die Vorhersage von Erkrankungen beschäftigt und diese miteinander verglichen. Kumari et al. verglichen beispielsweise KNN, Logistische Regression und Support Vector Machine miteinander, wobei der KNN die höchste Accuracy erreichte.

Diese Arbeit stellt sich nun ebenfalls die Frage, ob die Genauigkeit bei unterschiedlichen Methoden voneinander abweicht oder sehr ähnlich ist. In dieser Bachelorthesis soll geklärt werden, welche der drei Klassifikatoren, KNN, SVM und Entscheidungsbaum, für die Vorhersage von Brustkrebs am besten geeignet ist. Dabei wird die Genauigkeit (Accuracy) der unterschiedlichen Methoden miteinander verglichen und eine Entscheidung über die Eignung getroffen. Außerdem wird getestet, ob eine anfängliche Feature Selection (Auswahl der relevanten Merkmale) eine Auswirkung auf die Accuracy hat. Die Ergebnisse werden dann im nächsten Schritt mit verwandten Studien verglichen. Für diese Analyse wird das Wisconsin Breast Cancer Dataset der UCI verwendet, das im Internet frei zur Verfügung steht.

Inhaltsverzeichnis

Zusammenfassung

Abstract

Abbildungsverzeichnis

Tabellenverzeichnis

Einleitung und Fragestellung 8
Hypothesen

Theoretischer Hintergrund 10
Brustkrebs
Vorkommen
Risikofaktoren
Prevention
Fruherkennung
Symptome 1
Tumor-Klassifizierung
T h e rapi e 1
Nebenwirkung der Behandlung
Data Mining im Gesundheitssektor
Data Mining - Methoden
Clustering
Assoziationsanalyse
Klassifikation

Verwandte Studien 23

Fazit Literaturrecherche 30

Methodik
Wisconsin Breast Cancer Datenset - WBCD
Datenvorverarbeitung
WBCD -Feature Selection
Hyperparameter Tuning
Standardisierung

Ergebnisse der Analyse
Ergebnisse KNN
Ergebnisse Support Vector Machine
Ergebnisse Entscheidungsbaum

Diskussion der Ergebnisse

Fazit

Literaturverzeichnis

• College: St. Pölten University of Applied Sciences (Data Science und Business Analytics)
• Grade: 1
• Author: Marlene Pirker (Author)
• Publication Year: 2022
• Pages: 55
• Catalog Number: V1247995
• ISBN (PDF): 9783346683854
• ISBN (Book): 9783346683861
• Language: German
• Tags: vorhersage, brustkrebs, data, mining