بررسی تکنیک های داده کاوی در پایش تومورهای بدخیم دستگاه تنفسی

یک ابزار جهت تشخیص زودهنگام بیماری نه تنها به پزشک کمک میکند که سریعتر بیماری را تشخیص دهد بلکه میتواند موجب صرفه جویی در وقت و هزینه بیماران جهت درمان به موقع و در نتیجه زنده نگه داشتن آنان گردد. یکی ازشایع ترین و مرگبار ترین بیماری ها در جهان تومورهای بدخیم دستگاه تنفسی یا به اختصار سرطان ریه می باشد. در اینپژوهش روشی خودکار برای تشخیص اولیه تومورهای بدخیم ریوی بر اساس اطلاعات بالینی بیماران در استان کرمانشاهطی ۴ سال اخیر توسط نرم افزارهای Weka و NeuroSolutions ارائه گردیده .مجموعه داده جمع آوری شده بیماری ریه در این پژوهش به تعداد ۲۲ ویژگی با استفاده از الگوریتم های J۴۸، درخت تصمیم، SVM ،Adaboost ، NaiveBayes،IBK و شبکه های عصبی SBF و MLP در نرم افزارهای Weka و NeuroSolutions مورد بررسی قرار می گیرند و مدل هایی از آموزش توسط این الگوریتم ها ایجاد می شود سپس این مدل ها با استفاده از داده های TCGA بررسی شده و در پایان میزان تاثیر هر ویژگی در پیش بینی تومورهای دستگاه تنفسی مورد سنجش قرار می گیرد.

کلیدواژه ها:

داده کاوی ، شبکه عصبی ، سرطان ریه