بهره گیری از ترکیب الگوریتم بهینه سازی نهنگ (WOA) و ماشین بردار پشتیبان (SVM) برای تشخیص سرطان پستان مبتنی بر داده کاوی

سرطان پستان تهدید بزرگی بر سلامت زنان بوده و از عوامل شایع در کاهش عمر زنان به شمار می رود. سرطان پستان، ناشی از رشد خارج از قاعده سلول های غیرطبیعی در پستان است. برای پیش بینی، تشخیص و درمان این بیماری عوامل بسیاری از قبیل وجود تومور، درگیری غدد لنفاوی، تو رفتگی نوک پستان، بروز ترشح در پستان و. . . استفاده می شود. وجود شباهت زیاد در علایم بالینی و آزمایشگاهی سرطان پستان احتمال تشخیص نادرست را افزایش می دهد. توده، شایعترین علامت سرطان پستان می باشد که در اغلب موارد توسط خود بیمار بصورت اتفاقی کشف می شود و در بقیه موارد توسط پزشک در معاینه بالینی مشخص می شود. این توده ممکن است دردناک باشد ولی در اغلب موارد بدون درد است. در بعضی موارد سرطان پستان بصورت توده های متعدد بروز می کند. تشابه علایم بالینی و آزمایشگاهی سرطان پستان، احتمال بروز خطا در تشخیص را افزایش می دهد. تشخیص و پیش بینی انواع بیماری ها با استفاده از تکنیک های داده کاوی امکان پذیر است. داده کاوی در پزشکی به فرایند استخراج اطلاعات معتبر از پیش ناشناخته، قابل فهم و قابل اعتماد از پایگاه دادههای پزشکی و استفاده از آن جهت پیش بینی، تشخیص و کمک به درمان بیماری گفته می شود. کشف الگوهای مفید بین بیماری و علایم بالینی و آزمایشگاهی بیمار از کاربردهای داده کاوی در پزشکی است. منظور از الگوی مفید، مدلی در داده ها است که ارتباط میان یک زیرمجموعه از داده های بیمار و تشخیص بیماری را بیان می کند در سال های اخیر با پیشرفته ایی که در تشخیص زودرس این بیماری به وجود آمده، درمان آن نیز با موفقیت بیشتری همراه شده است. داده کاوی از روش های جدید برای تشخیص زودرس سرطان پستان است. در این پژوهش برای شبیه سازی داده ها از نرم افزار Matlab استفاده می کنیم.

کلیدواژه ها:

داده کاوی ، سرطان پستان ، الگوریتم بهینه سازی نهنگ (WOA) ، ماشین بردار پشتیبان (SVM)