تشخیص سرطان سینه با استفاده از ترکیب الگوریتم کاهش ابعاد و الگوریتم شبکه عصبی پرسپترون

امروزه سرطان سینه یکی از مهمترین و شایع ترین سرطان ها در جامعه زنان بوده و میزان ابتلا به این سرطان در جهان در حال افزایش است. تشخیص به موقع این بیماری از اهمیت زیادی برخوردار است. در این مقاله، برای تشخیص میزان دقت سرطان سینه یک مجموعه داده را که شامل ۲۸۶ نمونه (بیمار) می باشد و ۹ ویژگی در آن بررسی شده است، استفاده کردیم. برای پیاده سازی از ترکیب الگوریتم کاهش ابعاد و الگوریتم شبکه عصبی پرسپترون استفاده کردیم. با استفاده از الگوریتم کاهش ابعاد تعداد ویژگی ها رو از ۹ به ۷ کاهش دادیم، بعد با استفاده از الگوریتم شبکه عصبی پرسپترون میزان دقت بدست آوردیم این الگوریتم یک دسته بند خطی است، به این معنا که پیش بینی هایش را با توجه به ترکیب خطی وزن دار ورودی الگوریتم انجام می دهد. هم چنین این الگوریتم به دلیل اینکه ورودی هایش را به صورت تک تک در زمان بررسی می کند، یک الگوریتم برخط می باشد.برای پیاده سازی از ابزار وکا استفاده کردیم. با استفاده از ترکیب این دو الگوریتم توانستیم میزان دقت تشخیص سرطان سینه را ۶۷.۱۳ % افزایش دهیم.

کلیدواژه ها:

سرطان سینه ، الگوریتم کاهش ابعاد ، الگوریتم شبکه عصبی پرسپترون