A partially observable markov decision process approach for clinical decision support in cancer treatment: implementation for colon cancer
Kanser tedavı̇sı̇nde klı̇nı̇k karar desteğı̇ ı̇çı̇n kısmı̇ gözlemlenebı̇lı̇r markov karar sürecı̇ yaklaşımı: Kolon kanserı̇ uygulaması
- Tez No: 758908
- Danışmanlar: DR. ÖĞR. ÜYESİ BANU YÜKSEL ÖZKAYA
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 104
Özet
Kanser tedavi süreci birçok yönden belirsizlik içermektedir. Hastalığın dinamik değişen doğası ve hastalığı evrelemek için kullanılan testlerin belirli bir oranda sapma içermesi hastalığın gerçek durumunu bilmeyi zorlaştırmaktadır. Hekimler, diğer birçok hastalıkta olduğu gibi kanser tedavi kararlarını da stokastik bir ortamda vermektedir. Bu çalışma, kısmi gözlemlenebilir Markov karar süreçlerini kullanarak kolorektal kanseri tedavi sürecini matematiksel olarak modellemeyi amaçlamaktadır. Kısmi gözlemlenebilir çevrenin tedavi seçenekleri üzerindeki etkisini anlamak için hastanın gerçek sağlık durumunun gözlem durumu olarak tanımlanan kandaki karsinoembriyonik antijen seviyesi değişimi ve bilgisayarlı tomografi sonuçları üzerinden tahmin edildiği kısmi gözlemlenebilir Markov karar süreci modelinin sonuçlarını hastanın gerçek sağlık durumunun tam olarak bilindiğini varsayan temel bir Markov karar süreci modeliyle karşılaştırılmalı değerlendirmesi yapılmıştır. Önerilen modelin çıktıları Surveillance, Epidemiology ve End Results veritabanındaki 5 yıllık sağkalım sonuçlarıyla karşılaştırılmıştır. Modelin etkinliğinin anlaşılması için bir dizi varsayımsal senaryo sunulmuş olup modelleme sürecinde karşılaşılan bazı kısıtlamalardan bahsedilerek gelecekteki çalışmalar için önerilerde bulunulmuştur.
Özet (Çeviri)
The cancer treatment process involves uncertainty by its nature. Since the disease evolves continuously and diagnostic tests used to detect the level of the disease are not totally accurate, the actual state of the disease remains unknown. Therefore, physicians should make treatment decisions in a stochastic environment. This study aims to develop a mathematical model of the history of the colorectal cancer treatment process by using partially observable Markov decision process. To understand the impact of the partially observable environment on modeling the history of the disease, a comparative analysis of the outputs of the partially observable Markov decision process model, in which the patient's actual health status is estimated from the blood carcinoembryonic antigen level change and computed tomography results as observational states, with a basic Markov decision process model that assumes the patient's actual health status is fully known. has been made. The output of the proposed model has been compared to 5-year survival outcomes that come from Surveillance, Epidemiology, and End Results database. A series of hypothetical scenarios have been presented to understand the effectiveness of the model and some limitations encountered in the modeling process have been mentioned along with suggestions for future studies will be made.
Benzer Tezler
- Personalized screening policies for cervical cancer prevention
Servikal kanser önlenmesinde kişiselleştirilmiş tarama politikalar
MALEK EBADI
Doktora
İngilizce
2021
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. JOHANNES BARTHOLOMEUS GERARDUS FRENK
DOÇ. DR. RAHA AKHAVAN TABATABAEI
- Deep reinforcement learning for partially observable markov decision processes
Kısmi gözlemlenebilir markov karar süreçleri için derin pekiştirmeli öğrenme
MEHMET HAKLIDIR
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Evolutionary algorithms for solving DEC-POMDP problems
MO-KGMKS problemlerinin çözümünde evrimsel algoritmalar
BARIŞ EKER
Doktora
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN LEVENT AKIN
- The value of information in a manufacturing facility taking production and lead time quotation decisions
Üretim ve tedarik süresi kararlarını veren bir üretim tesisinde bilginin değeri
CUMHUR KAMAN
Yüksek Lisans
İngilizce
2011
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Bölümü
DOÇ. DR. YASEMİN SERİN
YRD. DOÇ. DR. SEÇİL SAVAŞANERİL
- A heuristic temporal difference approach with adaptive grid discretization
Adaptif ızgara ayrıklaştırması ile sezgisel zamansal fark yaklaşımı
OZAN BORA FİKİR
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. FARUK POLAT