تحلیل خطر ابتلا به سرطان با استفاده از مدل های فازی و شبکه عصبی

در این پژوهش یک مدل فازی و یک مدل شبکه ی عصبی برای پیش بینی نوع سرطان بر اساس مهمترین عوامل خطرزای موثر در ایجاد این بیماری، توسعه داده شده است. ورودی های مدل، عبارت از سن، جنس، شرایط اقلیمی، توارث و مصرف سیگار و الکل و خروجی مدل، نوع سرطان می باشد. سرطان های ریه، سینه، پروستات، معده، روده ی بزرگ و دهانه ی رحم مورد بررسی قرار گرفته اند. در مدلسازی فازی از مکانیزم استنتاج فازی ممدانی استفاده شده و در مدلسازی با استفاده از شبکه ی مصنوعی عصبی، ساختار پیش خور چند لایه با الگوریتم پس انتشار خطا به کار گرفته شده است. نتایج شبیه سازی ها نشان می دهد که مدل های فازی و شبکه ی عصبی می توانند ابزارهای موثری در تشخیص نوع سرطان و به عبارت دیگر در تعیین میزان خطر ابتلا به این بیماری در افراد مختلف باشند.

کلیدواژه ها:

پیش بینی سرطان ، مدلسازی فازی ، شبکه ی عصبی مصنوعی