مقایسه تکنیکهای پیشبینیداده کاوی در تشخیصسرطان سینه

تشخیص بیماری یکی از موارد مهم در علم پزشکی می باشد و یکی از کاربرد های مهم داده کاوی،مربوط به تشخیص بیماری ها در علم پزشکی می باشد.در این مقاله با استفاده از الگوریتم های پیشبینی داده کاوی همچون C5.0،CART وشبکه عصبی جمعی به مساله تشخیصو پیشبینی سرطان سینه می پردازیم.مجموعه داده مورد استفاده دارای 699 رکورد مربوط به بانک اطلاعاتی بیماران سرطان سینه موجود در انبارداده ی یادگیری ماشین دانشگاه ایروین،کالیفرنیا آمریکا است و شامل ریسکفاکتورهای ضخامت انبوه، یکنواختی اندازه سلول، یکنواختی شکل سلول، چسبندگی لبه ها، حجم سلول بافت اپیتلیال، هسته های عریان، کروماتین بلاند، هسته عادی و تقسیم هسته سلول به دوقسمت می باشد.. مدلهای تولید شده در این تحقیق با استفاده از آنالیز منحنی Roc مقایسه و با نرم افزارهای داده کاوی RapidMiner نسخه 5.5 و و کلمنتاین 12.0 مورد یررسی و مقایسه قرار دادیم که بهترین مدل در شبکه عصبی جمعی و با سطح زیر منحنی 961% انتخاب گردید. مدل نهایی دارای دقت 96/67% است.

کلیدواژه ها:

بیماری سرطان سینه ، شبکه های عصبی ، شبکه عصبی جمعی BreastCancer ، RapidMiner