Akciğer kanseri hastalarında sağkalımtahmini için görü dönüştürücü desteklikolmogorov-arnnold ağları

Akciğer kanseri, dünya çapında en yaygın ve ölümcül kanser türlerinden biridir ve çevresel faktörler, yaşam tarzı seçimleri ve genetik tarafından etkilenir. Kanser araştırmalarında, akciğer kanseri hastalarının sağkalım sonuçlarını tahmin etmenin yeni yollarını bulmak önemlidir. Patolojik tam slayt görüntüleri ve omik verilerle derin öğrenme tekniklerinin kullanılması, bu alanda önemli bir ilerlemeyi temsil eder. Bu yöntemler, sağkalım tahminlerini iyileştirir ve daha kişiselleştirilmiş tedaviler sağlar. Ancak, bu teknikler genellikle histolojik ve tabular özelliklerin karmaşıklığını yakalamakta zorlanır, bu da birçok sağkalım tahmin uygulamasında kötü performansa yol açar. Bu projede, en son derin öğrenme yöntemleri ve yenilikçi yaklaşımlar kullanarak akciğer kanseri hastalarının sağkalım tahminlerini geliştirmeyi amaçladık. Kamuya açık veri setlerini kullanarak, klinik verilerle birlikte omik verilerden yararlanarak, gelişmiş görme modelleri ve tabular verileri işlemek için yenilikçi bir Kolmogorov-Arnold ağı kullanarak, akciğer kanseri hastalarının sağkalımını tahmin etmede önerdiğimiz yöntemin üstün yeteneklerini gösterdik.