การพยากรณ์การรอดชีวิตของผู้ป่วยมะเร็งเต้านม

Predicting Breast Cancer Patient Survival

Name: จารี ทองคำ

Name: วาทินี สุขมาก

keyword: มะเร็งเต้านม

; การรอดชีวิต

; เทคนิคแบบรวม

; เหมืองข้อมูล

; Breast Cancer

; Survival

; Ensemble Technique

; Data Mining

Abstract: งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองที่มีประสิทธิภาพในการพยากรณ์การรอดชีวิตของ ผู้ป่วยมะเร็งเต้านมซึ่งเป็นมะเร็งที่พบมากในเพศหญิงเป็นอันดับที่สองรองจากมะเร็งรังไข่ข้อมูลเก็บรวบรวม จากฐานข้อมูล SEER ในปี ค.ศ. 2004 ถึง 2014 จำนวน 115,184 ระเบียน การวิจัยนี้ใช้เทคนิค เหมืองข้อมูลพื้นฐาน คือ เทคนิคนาอีฟเบย์ เทคนิคส่วนของรายการตัดสินใจ เทคนิคเพอร์เซปตรอนหลายชั้น และเทคนิคซัพพอร์ตเวกเตอร์แมชีน ในการสร้างแบบจำลองเปรียบเทียบกับแบบจำลองดังกล่าวร่วมกับ เทคนิคการห่อเพื่อเพิ่มประสิทธิภาพการพยากรณ์ คณะผู้วิจัยใช้หลักการ 10-โฟดครอสวาลิเดชันในการ แบ่งชุดข้อมูลเป็นชุดข้อมูลฝึกสอนและชุดข้อมูลทดสอบ โดยใช้ค่าความไว ความจำเพาะ และความถูกต้อง วัดประสิทธิภาพของแบบจำลอง ผลทดลองพบว่า เทคนิคส่วนของรายการตัดสินใจร่วมกับเทคนิคการห่อ สามารถสร้างแบบจำลองการพยากรณ์การรอดชีวิตของผู้ป่วยยมะเร็งเต้านมที่มีความถูกต้องสูงสุดที่ร้อยละ 98.89

Abstract: The objective of this research is to develop the eff ective model for predicting the survival of patients with breast cancer. Breast cancer is the second most common cancer in women. Data were collected from the SEER database in 2004 to 2014. It has up to 115,184 records. The prediction models were modeled with the basic techniques including Naive Bayes, PART decision list, MutiLayer Perceptron and Support Vector Machine. Moreover, the research team adopted Bagging technique to combine with these basic techniques in order to increase performance of the built prediction models. 10-fold cross-validation has been used to divide the dataset into training and testing sets. Sensitivity, specifi city and accuracy values were used to compare the performance of models. The experiment result shows that that PART combine with bagging technique can construct breast cancer survival models with the highest accuracy of 98.89 %.

มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. สำนักวิทยบริการและเทคโนโลยีสารสนเทศ

Address: นครราชสีมา

Email: kitiya.ni@rmuti.ac.th

Created: 2563

Modified: 2025-09-11

Issued: 2566-02-25

บทความ/Article

application/pdf

ISBN: 26729369 (Online)

BibliograpyCitation : RMUTI JOURNAL Science and Technology Vol. 14, No. 1, January - April 2021

tha

©copyrights มหาวิทยาลัยเทคโนโลยีราชมงคล อีสาน

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	RMUTI_Ratima_Art06.pdf	1.03 MB	23	2026-05-26 18:16:01

ใช้เวลา

0.022071 วินาที