تشخیص هوشمند سرطان پستان با بهره گیری از الگوریتم های داده کاوی و شبکه های عصبی مصنوعی مبتنی بر مجموعه داده ویسکانسین

سرطان پستان یکی از شایع ترین عوامل مرگ ومیر در میان زنان در سراسر جهان به شمار می رود و تشخیص زودهنگام آن نقش بسزایی در افزایش میزان بقا و کاهش هزینه های درمانی دارد. پیشرفت های اخیر در حوزه داده کاوی و یادگیری ماشین، زمینه ساز توسعه سامانه های هوشمند پشتیبان تصمیم گیری در پزشکی شده است. هدف اصلی این پژوهش، طراحی و پیاده سازی یک مدل هوشمند مبتنی بر شبکه های عصبی مصنوعی و الگوریتم های داده کاوی به منظور تشخیص دقیق و زودهنگام سرطان پستان است. در این تحقیق از مجموعه داده استاندارد سرطان پستان بیمارستان ویسکانسین شامل ۶۹۹ نمونه بالینی استفاده شده است. ابتدا عملیات پیش پردازش شامل حذف داده های ناقص، نرمال سازی و کاهش نویز انجام شد. سپس با بهره گیری از شبکه عصبی مصنوعی، ویژگی های موثر استخراج و مدل طبقه بندی طراحی گردید. در ادامه، عملکرد مدل پیشنهادی با استفاده از روش اعتبارسنجی متقاطع ده لایه مورد ارزیابی قرار گرفت. معیارهای دقت، حساسیت، ویژگی و مقدار پیش بینی مثبت به عنوان شاخص های ارزیابی عملکرد به کار گرفته شد. نتایج شبیه سازی نشان داد که مدل پیشنهادی قادر است با دقت ۹۸٫۵ درصد، بیماران مبتلا به سرطان پستان را از افراد سالم تفکیک نماید که این میزان دقت در مقایسه با بسیاری از روش های متداول گزارش شده در پژوهش های پیشین عملکرد برتری را نشان می دهد. یافته های این پژوهش بیانگر آن است که بهره گیری از الگوریتم های داده کاوی و شبکه های عصبی مصنوعی می تواند نقش موثری در توسعه سیستم های هوشمند تشخیص پزشکی ایفا کرده و به عنوان ابزاری کارآمد در پشتیبانی از تصمیم گیری پزشکان مورد استفاده قرار گیرد.

کلیدواژه ها:

داده کاوی ، شبکه عصبی مصنوعی ، سرطان پستان ، سیستم های هوشمند پزشکی ، طبقه بندی داده ها ، یادگیری ماشین