طراحی یک سیستم خبره فازی برای تشخیص مرحله پاتولوژی سرطان پروستات

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 578

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF02_218

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

سرطان پروستات دومین علت مرگ و میر و شایع ترین علت سرطان در میان مردان که طبق گزارش سازمان سلامت جهانی،هرساله باعث گرفتن جان نیم میلیون انسان در سراسر جهان شده است.در سرطان پروستات ، با توجه به رشد آهسته ، تشخیص زودرس آن در درمان قطعی مانند بنیان پروستاکتومی وقتی که سرطان محدود به یک ارگان است تاثیر بیشتری دارد.هدف از این مقاله بررسی عملکرد برخی از سیستم های خبره فازی در طبقه بندی بیماران به سرطان محدود یا غیر محدود در ارگان است.برای مقابله با عدم قطعیت ذاتی در مورد متغیرهای مورد استفاده برای پیش بینی مراحل سرطان ، رویکردهایی در نظریه مجموعه های فازی ارائه داده شده است.یکی از مزایای استفاده از سیستم های فازی توانایی تفسیر آسان آن است.در این مقاله ، ما یک سیستم بر پایه قوانین فازی برای پیش بینی مرحله پاتولوژیک سرطان پروستات را توسعه داده ایم.یک سیستم خبره فازی با قواعد فازی و توابع عضویت تنظیم شده توسط یک الگوریتم ژنتیکی توسعه یافته است.در نتیجه روش مورد استفاده،به دقت بیشتری برای برخی از مطالعات پیوسته رسیده است.

نویسندگان

علی اکبر احمدی مقدم

دانشگاه آزاد اسلامی،واحد فردوس،گروه کامپیوتر،فردوس،ایران

سید صادق موسوی مقدم

دانشگاه آزاد اسلامی،واحد فردوس،گروه کامپیوتر،فردوس،ایران

حمید رضا غفاری

دانشگاه آزاد اسلامی،واحد فردوس،گروه کامپیوتر،فردوس،ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Augustin, H., Sun, _ Isbarn, H., Pummer, K., Karakiewicz, P. ...
  • versions of Partin tables to predict final patholo gicalstage. Urologic ...
  • Baker, O., Abdul -Kareem, S. (2007). Using genetic algorithm to ...
  • rule-based classifiers for NPC prognosis. In International conference On intelligent ...
  • Baker, O. F., Hassani, A., & Kareem, S. (2008). The ...
  • Benecchi, L. (2006). Neuro-fuzzy system for prostate cancer diagnosis. Urology, ...
  • Bhojani, N., Ahyai, S., Graefen M., Capitanio, U., Suardi, N., ...
  • Briganti, A., Karakiewicz, P., Joniau, S., & Van Poppel, H. ...
  • Castanho, M. J. P. C., Barros, L. C., Yamakami, A., ...
  • Chen, H., Zhang, J., Xu, Y., Chen, B., & Zhang, ...
  • Chun, F. K. H., Karakiewicz, P., Briganti, A., Gallina, A., ...
  • Cordon, O., Gomide, F., Herrera, F. Hoffmann, F., & Magdalena, ...
  • Epstein, J. I., Allsbrook, W. C. J., Amin, M. B., ...
  • Ghosh, P., Mitchell, M., Tanyi, J., Hung, A. (2010). Automatic ...
  • Han, M., Snow, P., Brandt, J. M., & Partin, A. ...
  • Herrera, F. (2008). Genetic fuzzy systems: taxonomy, current research trends ...
  • Karabatak, M. & Ince, C. (2009). An expert system for ...
  • Keles, A., Hasiloglu, S. A., Keles, A., & Aksoy, Y. ...
  • Keles, A., Keles, A., & Yavuz, U. (2011). Expert system ...
  • Ludwig, S., & Roos, S. (2010). Prognosis of breast cancer ...
  • Makarov, D., Trock, B., Humphreys, E., Mangold, L. A., Walsh, ...
  • Matsui, Y., Egawa, S., Tsukayama, C., Terai, A., Kuwao, S. ...
  • Odusanya, A., Odetayo, M., Petrovic, D., Naguib, R., Lakshmi, M., ...
  • Papageorgiou, E., Spyridonos, P., Glotsos, D., Stylios, C., Ravazoulad, P., ...
  • Partin, A., Kattan, M., Subong, E., Walsh, P., Wojno, K., ...
  • Partin, A., Mangold, L., Lamm, D., Walsh, P., Epstein, J. ...
  • Peia-Reyes, C. A., & Sipper, M. (1999). A fuzzy-genetic approach ...
  • Ross, P., Scardino, P. & Kattan, M. (2001). A catalog ...
  • Sargent, D. (2001). Comparison of artificial neural networks with other ...
  • Saritas, I., Allahverdi, N. & Sert, I. U. (2003). A ...
  • Saritas, I., Ozkan, I. A., & Sert, I. U. (2010). ...
  • Sedighiani, K., & H ashemiKhabir, S. (2009). Constructing interpretable genetic ...
  • USA: IEEE Computer Society. Available from http : /portal. acm. ...
  • Seker, H., Odetayo, M., Petrovic, D., & Naguib, R. N. ...
  • Shah, S., & Kusiak, A. (2007). Cancer gene search with ...
  • Shariat, S., Karakiewicz, P. I., & Roehrborn, C. M. W. ...
  • Shariat, S., Karakiewicz, P. I., Suardi, N., & Kattan, M. ...
  • Snow, P., Smith, D., & Catalona, W. (1994). Artificial neural ...
  • Sobin, L. H., & Wittekind, C. (Eds.). (1997). TNM classification ...
  • Sugeno, M. (1985). Industrial applications of fuzzy control. Elsevier Science ...
  • Zweig, M. H., & Campbell, G. (1993). Re _ eiver-operating ...
  • نمایش کامل مراجع