ارائه یک الگوریتم برای پیش بینی عود بیماران مبتلا به سرطان پستان با استفاده از الگوریتم ژنتیک و الگوریتم نزدیک ترین همسایگی

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 51

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JHBMI-6-4_005

تاریخ نمایه سازی: 9 مرداد 1403

چکیده مقاله:

مقدمه: بیماری سرطان پستان یکی از شایع ترین انواع سرطان و شایع ترین نوع بدخیمی در زنان است که در سال های اخیر روند رو به رشدی داشته است. در مبتلایان به این بیماری همواره احتمال عود مجدد وجود دارد. عوامل زیادی میزان این احتمال را کاهش یا افزایش می دهند. داده کاوی از روش هایی است که در تشخیص یا پیش بینی سرطان ها به کار می رود و یکی از بیشترین کاربردهای آن، پیش بینی عود مجدد سرطان پستان است. روش: در این مطالعه گذشته­نگر از داده­های ۶۹۹ بیمار مبتلا به سرطان پستان با ۱۴ ویژگی استفاده ­شد که از این تعداد ۴۵۸ نفر (۶۶ درصد) سرطان آن ها عود نکرد و ۲۴۱ نفر (۳۴ درصد) سرطان آن­ها عود کرده است. این اطلاعات از سال ۱۳۹۱ تا ۱۳۹۴ از پرونده بیماران سرطان پستان جهاد دانشگاهی جمع­آوری شد. در این پژوهش از ترکیب دو الگوریتم نزدیک­ترین همسایگی و الگوریتم ژنتیک برای پیش­بینی عود بیماران مبتلا به سرطان پستان استفاده گردید. ابتدا الگوریتم نزدیک ترین همسایگی برای پیش­بینی عود سرطان پستان ارائه شد سپس به کمک الگوریتم ژنتیک متغیرهای وابسته کاهش یافت تا مدل صحت مناسب­تری داشته باشد. نتایج: تعداد متغیرهای وابسته ۱۴ متغیر بود که به کمک الگوریتم ژنتیک به ۶ متغیر کاهش پیدا نمود تا مدل پیش بینی کارایی بهتری داشته باشد. جهت ارزیابی مدل از پارامتر صحت استفاده شد که مقدار آن برای مدل پیشنهادی ۱۴/۷۷ درصد است که نسبت به روش های دیگر خروجی مناسب تری دارد. نتیجه­ گیری: در این مطالعه الگوریتم پیشنهادی با روش های دیگر پیش بینی مورد بررسی قرار گرفت و مشخص گردید الگوریتم پیشنهادی دارای صحت بهتر است.

کلیدواژه ها:

نویسندگان

ستایش صادقی

M.Sc. in Computer Engineering, Computer Engineering Dept., Islamic Azad University, Kerman, Iran

امین گلاب پور

Ph.D. in Medical Informatics, Assistant Professor, Shahroud University of Medical Sciences, School of Paramedical, Shahroud, Iran

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 :
  • Cameron D, Piccart-Gebhart MJ, Gelber RD, Procter M, Goldhirsch A, ...
  • Denkert C, Liedtke C, Tutt A, von Minckwitz GJTL. Molecular ...
  • DeSantis CE, Ma J, Goding Sauer A, Newman LA, Jemal ...
  • Dehghan P, Mogharabi M, Zabbah I, Layeghi K, Maroosi A. ...
  • Ghorbani N, Yazdani Cherati J, Anvari K, Ghorbani N. Factors ...
  • Wikipedia. Breast cancer: ۲۰۱۸ [cited ۲۰۱۸ Dec ۱۸]. Available from: ...
  • Winchester DJ, Winchester DP, Hudis CA, Norton L. Breast Cancer. ...
  • Sivanandam SN, Deepa SN. Introduction to Genetic Algorithms: Springer Berlin ...
  • Man KF, Tang KS, Kwong S. Genetic Algorithms: Concepts and ...
  • Beasley D, Bull DR, Martin RR. An overview of genetic ...
  • Witten IH, Frank E, Hall MA. Data Mining: Practical Machine ...
  • نمایش کامل مراجع