طبقه بندی توده های سرطانی سینه با استفاده از ماشین بردار پشتیبان غیرخطی کوادراتیک و مقایسه با شبکه عصبی خودسازمانده

سرطان سینه بعد از سرطان ریه دومین سرطان شایع و پنجمین دلیل اصلی مرگ و میر در زنان است. تشخیص زودهنگام این سرطان بسیار حائز اهمیت بوده و حتی در صورت تشخیص به موقع این نوع از سرطان، نجات جان افراد نیز امکان¬پذیر است. با در نظر گرفتن این مسئله، در پژوهش روبرو تلاش شده است تا با بهره¬گیری از روش ماشین بردار پشتیبان کوادراتیک و بر اساس ویژگی های استخراج شده از تصاویر MRI معتبر، نسبت به طبقه¬بندی داده¬های مشکوک به سرطان اقدام گردد تا روند تشخیص بیماری در مراحل اولیه، راحت¬تر و سریع¬تر صورت پذیرد. در این روش به دلیل ماهیت حجم کم محاسبات و بالا بودن سرعت آن در روند آموزش و نهایت آزمایش، ماشین بردار پشتیبان کوادراتیک، انتخاب شده است. در راستای قوی¬تر شدن روش مربوطه، از روش انتخاب ویژگی SU-CFAM که یک روش انتخاب ویژگی مبتنی بر گراف می¬باشد، بهره گرفته شده است. نتایج روش با بهره¬گیری از فاز انتخاب ویژگی و بدون آن مقایسه شد. نتایج نشان داد دقت روش بدون بهره¬گیری از SU-CFAM، ۲/۹۸% و با بهره¬گیری از آن به ۱/۹۹% رسید که نشان¬دهنده عملکرد مطلوب این روش در طبقه بندی داده های سرطان سینه است.

کلیدواژه ها:

داده های ویسکانسین ، سرطان سینه ، کرنل کوادراتیک ، ماشین بردار پشتیبان