کاربرد روش های یادگیری ماشین در تشخیص سرطان سینه

سرطان سینه یکی از شایع ترین بیماری های بدخیم در میان زنان است که تشخیص زودهنگام آن نقش تعیین کننده ای در افزایش احتمال درمان موفق و کاهش میزان مرگ و میر دارد.در سال های اخیر,توسعه روش یادگیری ماشین,توانسته است زمینه را برای تحلیل داده های پزشکی و بهبود فرایندهای تشخیصی فراهم کند.در این مطالعه,کاربرد و مدل های یادگیری ماشین در تشخیص سرطان سینه مورد بررسی قرار میگیرد.بدین منظور,از دیتاست تشخیصی سرطان سینه که شامل مجموعه ای از ویژگی های استخراج شده از تصاویر میکروسکوپی سلول های توموری است,استفاده شده است.پس از انجام مراحل پیش پردازش,الگوریتم های مختلف یادگیری ماشین به منظور طبقه بندی نمونه ها به دو دسته خوش خیم و بدخیم مورد ارزیابی قرار گرفته اند.نتایج حاصل از تحلیل داده های حاکی از آن است که روش های یادگیری ماشین از دقت و کارایی مناسبی در تشخیص سرطان سینه برخوردار بوده و میتوانند به عنوان ابزارهای کمکی قابل اعتماد در سیستم های پشتیبان تصمیم گیری پزشکی مورد استفاده قرار گیرند.

کلیدواژه ها:

سرطان سینه ، دیتاست تشخیصی ، یادگیری ماشین ، انواع مدل های یادگیری