ارائه یک سیستم خبره مبتنی بر الگوریتم های داده کاوی جهت تشخیص سرطان سینه بر مبنای طب سنتی

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 77

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DMCE01_055

تاریخ نمایه سازی: 23 تیر 1403

چکیده مقاله:

سرطان سینه که پس از سرطان ریه دومین سرطان شایع دنیا شناخته می شود، هر ساله بیش از ۱ میلیون و نهصد هزار زن رامورد حمله قرار می دهد ویکی از مهمترین علل مرگ و میر زنان در سراسر جهان است. تاکنون الگوریتم های داده کاوی مختلفی با کمک دادههای پزشکی برای ساخت مدل پیش بینی کننده سرطان سینه به کار رفته شده است. یکی از الگوریتم های پرکاربرد در تحقیقات داده کاوی مربوط به تشخیص سرطان سینه SVM می باشد. نکته مهم در استفاده از این الگوریتم انتخاب کرنل است چرا که الگوریتم با کرنل های مختلف نتایج مختلفی را به همراه دارد. همچنین نکته اساسی در تحقیقات فوق که مبتنی بر طب نوین است، نیاز مبرم به تجهیزات پیشرفته پزشکینظیر آزمایشگاه های تخصصی و دستگاه های اسکن پیشرفته و بعضا روش های تهاجمی نظیر عمل های جراحی برای بدست آوردن داده های لازم می باشد. از آنجا که تحقی ق زیادی بر روی تاثیر کرنلها در عملکرد SVM انجام نشده است و از طرفی باتوجه به ویژ گی های طب سنتی در امر تشخیص سرطان و عدم ن یاز به تجهی زات پیشرفته جهت جمع آوری داده های مورد نیاز ، در این پژوهش الگوریتم های داده کاوی ترکیبی برروی پایگاه داده جمع آوری شده که مبتنی بر علم طب سنتی و ویژگی هایی مانند مشکلات گوارشی ، مشکلات هوازی و وضعیت مزاجی هر فرد است اعمال شده است. نتایج حا کی از آن است که الگوریتم طبقه بند ترکیبی Vote با الگوریتم SVM و کرنل RBF وخطی نرمال شده بدون اعمال کاهش بعد، دقت ۹۲.۶ ٪ را به همراه داشت. که نشان دهنده اینست که اعمال الگوریتم های طبقه بند ترکیبی با الگوریتم SVM و کرنل RBF بر داده های حاصل از طب سنتی نتایج قابل قبولی در زمینه تشخیص و پیش بینی سرطان سینه را به همراه دارد.

نویسندگان

مسعود خانی خوزانی

کارشناس ارشد فناوری اطلاعات، موسسه آموزش عالی عقیق

ایوب باقری

استادیار دانشگاه اوترخت

عاطفه جبل عاملی

کارشناس مامایی، دانشگاه علوم پزشکی یزد

فاطمه اسدالهی

کارشناس ارشد هوش مصنوعی ، موسسه آموزش عالی شیخ بهایی