بررسی نقش شبکه های عصبی مصنوعی در تشخیص سرطان سینه

مقدمه: شبکه های عصبی مصنوعی، سیستم های محاسباتی پیچیده ای هستند که ساختاری شبیه شبکه عصبی بدن انسان دارند و از پردازشگرهای کوچکی به نام نورون ساخته شده اند که اطلاعات ورودی به شبکه را پردازش کرده و به حل مساله می پردازند. امروزه از این شبکه ها در تشخیص بیماری های مختلف استفاده می شود. هدف این مطالعه، بررسی کاربرد این شبکه ها در تشخیص سرطان سینه بود. روش کار: این مطالعه مروری با جستجو در پایگاه های علمی Springer Link, PubMed, Google Scholar با کلیدواژه های artificial neural network, breast cancer, diagnosis انجام شد. معیارهای ورود مطالعه، مقالات پژوهشی اصیل انگلیسی در بازه 2020-2010 بود که به استفاده از شبکه های عصبی مصنوعی در تشخیص سرطان سینه پرداخته بود. معیارهای خروج نیز مقالات مروری، پایان نامه، مقالات غیر انگلیسی یا خارج از بازه 2020-2010 بود که در نهایت 13 مقاله با توجه به معیارهای ورود بررسی شد. یافته ها: استفاده از شبکه های عصبی مصنوعی با کاهش نویز(noise) و افزایش کیفیت سیگنال تصاویر ماموگرافی، باعث تشخیص دقیق تر اندازه و مکان توده سرطانی و تعیین خوش خیم یا بدخیم بودن آن می شود. بررسی ترتیب توالی نوکلئوتیدهای ژن های سرطان زا و نوع پروتئین های آنها، تخمین میزان ریسک ابتلا به سرطان سینه و تشخیص زنان در معرض خطر با آنالیز داده های آناتومیکی بدن آنها، از جمله کاربردهای شبکه های عصبی مصنوعی است. مطالعات نشان داد که میانگین صحت پیش بینی سرطان سینه در این شبکه ها، 96.75 درصد بوده است. نتیجه گیری: استفاده از شبکه های عصبی مصنوعی، رویکردی بسیار دقیق و خوش بینانه در تشخیص زودهنگام سرطان سینه است و می تواند به میزان چشمگیری، باعث کاهش ابتلای افراد، افزایش طول عمر و کاهش مرگ و میر مبتلایان به سرطان سینه شود.

کلیدواژه ها:

سرطان سینه ، شبکه های عصبی مصنوعی ، تشخیص