林景堉張雨婷2026-05-072026-05-072023-01-12https://handle.ncl.edu.tw/11296/v78gswhttps://203.71.86.71/handle/123456789/10401學位別:碩士 語文別:中文 口試委員:林景堉 LIN, CHING-YU;陳威戎 CHEN, WEI-JUNG;蘇家玉 SU, CHIA-YU 授權範圍:網際網路,開放日期為2023-01-16大腸直腸癌(Colorectal cancer, CRC)為全球排名第四的癌症死亡原因,而在衛生福利部國民健康署(國健署)2019年的癌症登記報告中統計,台灣癌症人數最多的亦為大腸直腸癌。其中大腸息肉為大腸直腸癌的風險因子。除了息肉為癌變的風險因素,在發炎性腸道疾病(Inflammatory bowel disease, IBD)的病人中,發生大腸直腸癌的風險也相對較高。本研究為了開發大腸直腸癌的預測模型,收集臺北醫學大學臨床研究資料庫(Taipei Medical University Clinical Research Database, TMUCRD)所提供的臨床數據,包含臺北醫學大學附設醫院7,747人,病患為被診斷為大腸直腸癌(CRC)或大腸炎(Colitis)、息肉(Polyp)。接著將利用Python進行資料分析,演算法分別使用Logistic Regression、Decision Tree、Random Forest、SVM、Extreme Gradient Boosting(XGBoost)以及LightGBM建立預測模型。結果在兩院的CRC與Colitis中,最適合的作為預測模型的是LightGBM,結果為Accuracy 85.5%、Sensitivity 84.3%、Specificity 86.6%、AUC 0.919,檢驗項目為CEA與RBC。在未來可以結合CEA與RBC做更一步的研究,以利未來可以在大腸炎或息肉的病人中,及早發現癌症的可能性,並可以及早做治療。系所名稱:醫學檢驗暨生物技術學系碩士在職專班探勘臨床大腸癌數據並導入機器學習演算法建立癌症早期預測模型Using Clinical Laboratory Data of Colorectal Cancer By Importing Machine Learning Algorithm To Build Early Cancer Prediction Modelthesis