اصلاح الگوریتم سیستم های ایمنی مصنوعی با یادگیری با سرپرست در تشخیص بیماری سرطان سینه
محل انتشار: پانزدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,228
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME15_049
تاریخ نمایه سازی: 26 آبان 1391
چکیده مقاله:
سیستم ایمنی مصنوعی (AIS) با الهام از سیستم ایمنی طبیعی، یک ابزار محاسباتی جدید محسوب می شود و برای حل مسائل پیچیده در زمینه های مختلف کارایی دارد. یکی از وسیع ترین حوزه های کاربردی آن در بازشناسی الگوست و برای کمک به پزشکان درامر تشخیص بیماری، بسیار ارزشمند بشمار می آید. در این مقاله نسخه ی بهبود یافته ای از سیستم ایمنی مصنوعی با یادگیری با سرپرست به عنوان ابزاری توانمند جهت طبقه بندی داده سرطان سینه (WBCD) که دارای اهمیت فوق العاده ای در حوزه ی پزشکی است، معرفی شده است. درصد صحت طبقه بندی با روش ارزیابی 97/04, 10-fold بوده که نتیجه ی بدست آمده قابل مقایسه با نتایج دیگر طبقه بندی ها معروف می باشد.
کلیدواژه ها:
نویسندگان
سیده سمانه شجاعی لنگری
دانشکده مهندسی پزشکی- دانشگاه صنعتی امیرکبیر
محمدحسن مرادی
دانشکده مهندسی پزشکی- دانشگاه صنعتی امیرکبیر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :