تشخیص سرطان سینه با استفاده از سیستم استنتاج فازی- عصبی تطبیقی با نظارت الگوریتم کلونی پنگوئن امپراتور

سرطان سینه امروزه به یک عامل رایج تبدیل شده است. با وجود این واقعیت، همه بیمارستان های عمومی امکانات تشخیص سرطان سینه از طریق ماموگرافی را ندارند. انتظار طولانی برای تشخیص سرطان سینه ممکن است احتمال گسترش سرطان را افزایش دهد. بنابراین، تشخیص کامپیوتری سرطان سینه برای کاهش زمان لازم برای تشخیص سرطان سینه و کاهش میزان مرگ و میر توسعه داده شده است. در این پژوهش، تمرکز بر تشخیص سرطان سینه با استفاده از یادگیری ماشین است. در این مقاله از سیستم استنتاج فازی- عصبی تطبیقی آموزش یافته با الگوریتم کلونی پنگوئن امپراتور به عنوان روش پیشنهادی در تشخیص سرطان سینه استفاده شده است. برای این منظور پس از جمع آوری داده ها در مرحله پیش پردازش پس از نرمال سازی داده ها، عمل انتخاب ویژگی با استفاده از الگوریتم تحلیل تفکیکی فیشر انجام می شود، سپس در مرحله پس پردازش سیستم استنتاج فازی- عصبی تطبیقی با استفاده از الگوریتم کلونی پنگوئن امپراتور آموزش داده می شود تا بتواند بهترین مقادیر وزن ها را ایجاد کند تا تشخیص سرطان سینه به دقت بالا انجام شود. در جهت مقایسه روش پیشنهادی، از الگوریتم های دیگر در حوزه طبقه بندی مانند k- نزدیک ترین همسایه و بیزین نیز استفاده شده است. نتایج حاکی از میانگین مربعات خطای ۰.۱۰۳ و دقت ۰.۹۷% در مقایسه با روش های دیگر دارد.

کلیدواژه ها:

داده کاوی ، تشخیص بیماری ، سرطان سینه ، سیستم استنتاج فازی- عصبی تطبیقی ، الگوریتم کلونی پنگوئن امپراتور