تکنیک های تشخیص سرطان خون با استفاده از شبکه های عصبی و الگوریتم زنتیک

سرطان خون یکی از شایع ترین و خطرناک ترین انواع سرطان است. تشخیص زودهنگام این سرطان میتواند امکان شیوع آن و در نتیجه احتمال مرگ و میر را کاهش دهد سال های اخیر علاقه به پژوهش در زمینه به کارگیری الگوریتم های هوشمند در تشخیص و طبقه بندی بیماری ها به ویژه سرطان، به شدت افزایش یافته است. طبقه بندی تومور یک کار مهم در تشخیص پزشکی محسوب می شود. روش های محاسبات نرم افزاری به دلیل عملکرد طبقه بندی آنها در تشخیص بیماری های پزشکی اهمیت زیادی دارندامروزه استفاده از تصاویر پزشکی در تشخیص بیماری های مختلف بسیار افزایش یافته است. پارامترهای آزمایش خون و تشخیص پزشک درباره بیماری های ۴۵۰ بیمار ، در یک روش آموزش نظارت شده برای به روز رسانی پارامترهای شبکه استفاده می شود. این روش برای تشخیص این اختلال و سرطان پیاده سازی شده است: کم خونی مگالوبلاستیک، تالاسمی، پورپورای ترومبوسیتوپنیک ایدئوپاتیک (ITP)، لوسمی مزمن میلوژنوس و لنفوپرولیفراتیو. مساله اصلی این است که اکثر روشهای این حوزه در برخی از شاخص ها دارای ضعف می باشند و از دقت تشخیص کافی برخوردار نیستند. در این مقاله قصد داریم با بهبود روش شبکه های عصبی و الگوریتم زنتیک دقت طبقه بندی بیماری سرطان خون را افزایش دهیم و همچنین به کاهش خطای طبقه بندی بیماری و کاهش خطای عدم تشخیص بیماری و یا تشخیص اشتباه آن کمک نماییم.