Prediction of prostate cancer by deep learning with multilayer artificial neural network
DOI :
https://doi.org/10.5489/cuaj.5526Mots-clés :
prostate cancer, artificial neural network, prostate biopsyRésumé
Introduction: To predict the rate of prostate cancer detection on prostate biopsy more accurately, the performance of deep learning using a multilayer artificial neural network was investigated.
Methods: A total of 334 patients who underwent multiparametric magnetic resonance imaging before ultrasonography guided transrectal 12-core prostate biopsy were enrolled in the analysis. Twenty-two non-selected variables, as well as selected ones by least absolute shrinkage and selection operator (Lasso) regression analysis and by stepwise logistic regression analysis, were input into the constructed multilayer artificial neural network (ANN) programs; 232 patients were used as training cases of ANN programs and the remaining 102 patients were for the test to output the probability of prostate cancer existence, accuracy of prostate cancer prediction, and area under the receiver operating characteristic (ROC) curve with the learned model.
Results: With any prostate cancer objective variable, Lasso and stepwise regression analyses selected 12 and nine explanatory variables, respectively, from 22. Using trained ANNs with multiple hidden layers, the accuracy of predicting any prostate cancer in test samples was about 5–10% higher compared to that with logistic regression analysis (LR). The area under the curves (AUC) with multilayer ANN were significantly larger on inputting variables that were selected by the stepwise LR compared with the AUC with LR. The ANN had a higher net benefit than LR between prostate cancer probability cutoff values of 0.38 and 0.6.
Conclusions: ANN accurately predicted prostate cancer without biopsy marginally better than LR. However, for clinical application, ANN performance may still need improvement.
Téléchargements
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Licence
Les auteurs accordent les droits d’auteurs liés à l’article et son contenu à l’Association des urologues du Canada. Cette entente signifie que vous ne pouvez pas faire ce qui suit, sans d’abord obtenir l’autorisation écrite de l’AUC :
- Afficher l’article sur tout site Web.
- Traduire ou autoriser une tierce partie à traduire l’article.
- Copier ou reproduire l’article par quelque moyen que ce soit et sous tout format que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.
- Copier ou reproduire des sections de l’article, y compris les tableaux et figures, par quelque moyen que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.
L’AUC encourage l’usage des articles à des fins éducatives sans but commercial et ne refusera pas sans motif raisonnable toute demande d’autorisation à cet effet.
Vous conservez le droit moral lié à l’article et son contenu. Cela signifie que l’AUC ne peut utiliser ses droits d’auteurs d’une manière telle que cela pourrait avoir des répercussions négatives sur votre réputation ou sur votre droit à être associé à l’article.
L’AUC exige également que vous garantissiez ce qui suit :
- Vous êtes l’auteur ou les auteurs et seul(s) propriétaire(s) du contenu, le contenu de l’article est original et n’a jamais été publié et vous n’en avez pas déjà cédé les droits d’auteurs ni accordé de licence concernant son contenu à toute autre tierce partie;
- Toutes les personnes qui ont contribué de manière considérable à la rédaction de l’article sont mentionnées;
- L’article ne viole aucun droit de propriété de toute tierce partie, et vous avez obtenu les autorisations requises pour inclure les travaux d’autres personnes dans cet article; et
- L’article ne diffame aucune tierce partie ni ne viole les droits à la vie privée de toute tierce partie.
