تشخیص سرطان سینه با استفاده از سیستم عصبی فازی - بهینه شده با الگوریتم ICA

  • سال انتشار: 1401
  • محل انتشار: چهاردهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک
  • کد COI اختصاصی: ECME14_037
  • زبان مقاله: فارسی
  • تعداد مشاهده: 490
دانلود فایل این مقاله

نویسندگان

حامد خورنگ

شهرداری منطقه ثامن مشهد

چکیده

آزمایش FNA یا آسپیراسیون سوزنی روشی کم هزینه، آسان و سریع برای تشخیص دقیق و زود هنگام سرطان پستان است .درروش فوق مایع استخراج شده از بافت پستان برای بررسی خصوصیات سیتولوژی مورد آزمایش قرار می گیرد. بعد از استخراجخصوصیات سیتولوژی بیمار باید بتوان خوشخیم یا بدخیم بودن توده را تشخیص داد، در مواردی که با قاطعیت نتوان خوشخیم یابدخیم بودن بیماری را تشخیص داد، استفاده از الگوریتم های کامپیوتری و تکنیک های داده کاوی راهنمای خوبی برای پزشکهستند. در اینجا از داده های پایگاه داده WBCD موجود در UCI که شامل ۶۹۹ نمونه خوشخیم و بدخیم تومور پستان که هر نمونه دارای ۹ ویژگی است استفاده شد. سپس تشخیص توسط یک شبکه عصبی- فازی (ANFIS) که مرحله آموزش آن توسط الگوریتم ICA پیاده سازی گردید، انجام گرفت. با توجه به ماهیت سیستم های مبتنی بر یادگیری، نمونه های این پژوهش در دو گروه آموزش (Train) و آزمون (Test) قرار می گیرند و روی داده های گروه اول فرآیند یادگیری انجام می شود .بعد از فرآیندیادگیری،روش طراحی شده با استفاده از داده های گروه آزمون سنجیده خواهد شد و با اعمال این داده های جدید به روش طراحیشده کارایی آن مشخص می شود. با مقایسه با کارهای صورت گرفته، روش ICA بالاترین کارایی را در تشخیص سرطان پستان دارد. این روش دارای دقت ۰.۹۸۹۲ و حساسیت ۰.۹۷۴۲ است.

کلیدواژه ها

سرطان پستان، داده کاوی ، الگوریتم رقابت استعماری ، شبکه فازی ، شبکه عصبی-فازی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.