تشخیص نوع ضایعه بیماری سرطان گوارش با استفاده از الگوریتم درخت تصمیم Decision Tree

سال انتشار: 1404
محل انتشار: ششمین همایش بین المللی دستاوردهای نوین در فناوری اطلاعات، علوم کامپیوتر، امنیت، شبکه و هوش مصنوعی
کد COI اختصاصی: INDEXCONF06_020
زبان مقاله: فارسی
تعداد مشاهده: 81

نویسندگان

دانشجوی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی واحد لامرد، فارس، ایران

دانشکده فنی و مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد لامرد، فارس، ایران

چکیده

در سالهای اخیر، پیشرفت های چشمگیر در حوزه هوش مصنوعی و یادگیری ماشین موجب تحول اساسی در حوزه علوم پزشکی شده است. این فناوری ها با توانایی در تحلیل حجم عظیمی از داده های بالینی و تشخیصی، نقش مهمی در تصمیم گیری بالینی ایفا می کنند. استفاده از الگوریتم های داده کاوی، به ویژه مدل هایی مانند درخت تصمیم، امکان شناسایی الگوهای پنهان در داده ها و ارائه پیش بینی هایی دقیق را فراهم کرده است. این ابزارها امروزه به عنوان مکملی موثر در کنار پزشکان و متخصصان، در شناسایی و تشخیص بیماری های پیچیده مانند سرطان ها به کار می روند، به طوری که در بسیاری از موارد، منجر به افزایش دقت، کاهش خطای انسانی و تسریع در فرآیند تشخیص شده اند. یکی از چالش برانگیزترین سرطان ها از حیث تشخیص، سرطان های دستگاه گوارش هستند که طیف وسیعی از ضایعات با منشا و رفتارهای پاتولوژیک گوناگون را شامل می شوند. این ضایعات معمولا با علائم مبهم و تاخیر در تشخیص همراه هستند که می تواند به کاهش اثربخشی درمان بینجامد. از سوی دیگر، حجم بالای ویژگی های مرتبط با ضایعات شامل پارامترهای بافتی، رنگی، هندسی و اطلاعات حاصل از تصویربرداری های تخصصی مانند (Narrow Band Imaging) تحلیل دقیق و علمی این داده ها را برای نیروی انسانی دشوار می سازد. مجموعه داده به کار رفته در این مطالعه، از پایگاه UCI استخراج شده و شامل ۶۹ ضایعه پاتولوژیک (۴۴ آدنوم، ۲۱ ضایعه هیپرپلاستیک و ۱۱ آدنوم دندانه دار) با ۹۶۶ ویژگی مربوط به ساختار بافتی، رنگی و شکل سه بعدی آن ها است. در این پژوهش، از الگوریتم درخت تصمیم (Decision Tree) به عنوان یک روش طبقه بندی شفاف، قابل تفسیر و با دقت قابل توجه برای تحلیل و پیش بینی نوع ضایعه در داده های واقعی سرطان گوارش استفاده شده است. این الگوریتم با ایجاد ساختاری

کلیدواژه ها

الگوریتم درخت تصمیم, سرطان گوارش, هوش مصنوعی, یادگیری ماشین, دادهکاوی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.