Construction and selection of signs for non-invasive endometriosis diagnostics using machine learning

Эндометриоз является распространенным, но плохо изученным заболеванием. От появления первых симптомов до постановки диагноза порой проходит более десяти лет. Лечения, которое поможет навсегда избавиться от эндометриоза, до сих пор не существует. Вычислительные модели могут помочь в понимании механизмов, с помощью которых иммунные, гормональные и сосудистые нарушения проявляются при эндометриозе и усложняют лечение. Исследование связано с построением и отбором признаков риска развития эндометриоза, формированием математической модели с применением нескольких алгоритмов машинного обучения. При этом проводится анализ важности построенных признаков, при котором сокращается подмножество признаков, не ухудшающих характеристики производительности модели (точность, быстродействие, стабильность работы). Предложен метод, позволяющий производить отбор признаков для построения прогностической модели на основе селектора, содержащего фильтрующие методы значимости признаков для обрабатываемого набора данных. Голосование за включение признака осуществляется на основе мажоритарной функции. Качество построения и отбора признаков в предметной области неинвазивной диагностики эндометриоза оценивалось математической моделью прогнозирования риска развития эндометриоза на основе логистической регрессии с 30 признаками. Эффективность модели оценивали с использованием общих метрик машинного обучения: точность, чувствительность, специфичность, F1-score и площадь под ROC-кривой. Достигнут наилучший результат со значением AUC, равным 0,950. Материал представляет ценность для специалистов в области медицинской кибернетики. Endometriosis is a common but poorly understood disease. From the appearance of the first symptoms to the diagnosis, it sometimes takes more than ten years. There is still no treatment that can help to recover from it completely. Computational models can help in understanding the mechanisms by which immune, hormonal and vascular disorders manifest in endometriosis and complicate treatment. The study deals with the construction and selection of signs of endometriosis risk and the formation of a mathematical model using several machine learning algorithms. In this case, an analysis of the importance of the signs is carried out, in which a subset of the signs that do not degrade the performance characteristics of the model (accuracy, speed, stability of operation) is reduced. The method which enables the selection of signs for constructing a prognostic model based on a selector containing filtering methods of sign significance for a processed data set is proposed. Voting for the inclusion of the sign is carried out by means of the majority function. The quality of sign construction and selection in the subject area of non-invasive diagnosis of endometriosis was assessed by a mathematical risk prediction model for endometriosis based on logistic regression with 30 traits. Model performance was evaluated using common machine learning metrics: accuracy, sensitivity, specificity, F1-score, and area under the ROC curve. The best result was achieved with an AUC of 0.950. The material is valuable to medical professionals in cybernetics.