info:eu-repo/semantics/bachelorThesis
Detección de metástasis de cáncer mamario usando máquinas de soporte vectorial a partir de datos de microarray
Fecha
2012Autor
Calderón Niquín, Marks Arturo
Institución
Resumen
En la actualidad la principal causa de muerte por enfermedad es el cáncer. Ella puede afectar a distintos organos como páncreas, mama, cuello uterino, prostata entre otros, y el cáncer mamario presenta mayor número de casos y esta enfermedad presenta estados o fases de desarrollo siendo una de ellas la metástasis que es la proliferación de células cancerigenas a órganos cercanos al del origen y causante de un gran porcentaje de muertes. Para su diagnóstico existen diferentes pruebas y una de ellas es el análisis de microarrays que emplea diferentes algoritmos de aprendizaje de máquinas. Máquinas de soportec vectorial (Support Vector Machine-SVM) presenetan una mejor performance en clasificación binaria. Un complemento de mejora a SVM es aprendizaje de múltiples kernels (Multiple Kernel Learning-MKL) que combina diferentes kernels de forma lineal, no lineal o local, en vez de uno solo. En este trabajo proponemos un nuevo método de MKL, utiliza la combinación local (dependiente de los datos) y no lineal de diferentes kernels. A esta propuesta la llamamos aprendizaje localizado no lineal de múltiples kernels (Localized Nonlinear Multiple Kernel Learning - LNLMKL). Evaluamos el desempeño de nuestra propuesta con una SVM y m´etodos de MKL, utilizando diferentes kernels y sus combinaciones, en la tarea de clasificación binaria de microarrays de distintos tipos de cáncer entre ellos metástasis de cáncer mamario que es el objeto de estudio del presente trabajo. Después de realizar un test post-hoc, nuestra propuesta muestra un mejor desempeño respecto a otras combinaciones de kernels, que los otros métodos evaluados.