تشخیص سرطان سینه با استفاده از شبکه عصبی جمعی
- سال انتشار: 1392
- محل انتشار: همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: NCCEB01_048
- زبان مقاله: فارسی
- تعداد مشاهده: 1585
نویسندگان
دانشجوی کارشناسی ارشد،دانشگاه آزاد اسلامی واحد یزد
استادیار دانشگاه یزد
چکیده
در این مقاله برای پیش‌بینی بیماری سرطان سینه مدلی با استفاده از تکنیک داده‌کاوی شبکه‌های عصبی جمعی ارائه شده است. مجموعه داده مورد استفاده دارای 699 رکورد مربوط به بانک اطلاعاتی بیماران سرطان سینه موجود در انبار داده یادگیری ماشین دانشگاه ایروین، کالیفرنیا آمریکا است و شامل ریسک فاکتورهای ضخامت انبوه، یکنواختی اندازه سلول، یکنواختی شکل سلول، چسبندگی لبه‌ها، حجم سلول بافت اپیتلیال، هسته‌های عریان، کروماتین بلاند، هسته عادی و تقسیم هسته سلول به دو قسمت می‌باشد. مدل‌های تولید شده در این تحقیق با استفاده از آنالیز منحنی Roc مقایسه و با نرم‌افزار RapidMiner نسخه 5.5 بهترین مدل با سطح زیر منحنی 961/. انتخاب گردید. مدل نهایی داری دقت 96/67% حساسیت %97/10 و ویژگی 95/65% است.کلیدواژه ها
بیماری سرطان سینه،شبکه های عصبی،شبکه عصبی جمعی،RapidMinerمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
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.