ارائه یک مدل ترکیبی برای تفکیک الگو های بدخیم و خوش خیم سرطان سینه

یکی از دلایل مرگ و میر در جامعه زنان سرطان سینه می باشد و از آنجا که سن ابتلا به این بیماری در ایران نسبت به متوسط جهانی کمتر می باشد، بنابراین تشخیص دقیق و زود هنگام آن باعث افزایش طول عمر بیمار می شود . این تحقیق تلاشی برای طبقه بندی دقیقتر خوشخیم یا بدخیم بودن توده های کشف شده در سینه با استفاده از ویژگی های استخراج شده از آزمایش آسپراسیون سوزنی با کمک شبکه های عصبی که با الگوریتم های بهینه ساز ترکیب شده است. سیستم پیشنهادی با استفاده ازآموزش شبکه عصبی با الگوریتم رقابت استعماری به دقت شناسایی 97/14% دست یافت. براساس نتایج به دست آمده از این تحقیق نشان می دهد که الگوریتم رقابت استعماری نسبت به سایر الگوریتم ها سرعت همگرایی بالاتری را دارد، همچنین نرخ خطای آموزش کمتر در نتیجه طبقه بندی دقیقتر است.

کلیدواژه ها:

سرطان سینه ، الگوریتم رقابت استعماری ، طبقه بندی ، شبکه عصبی