پیش بینی طول عمر بیماران مبتلا به سرطان ریه بعد از عمل جراحی با استفاده از تکنیک های داده کاوی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,433

فایل این مقاله در 9 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:

MGCONF01_150

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

در عصر حاضر با جمع آوری داده های بسیار و پیاده سازی تکنیک های مختلف داده کاوی بر روی آنها می تواننقش مهمی را در دنیای پزشکی در جهت تشخیص و درمان بیماری های صعب العلاج ایفا کرد. نظر به رشدروزافزون ابتلا به بیماری سرطان، بالاخص سرطان ریه که به نظرمحققان یکی از شایع ترین نوع سرطان می باشد،هنوز درمان قطعی و میزان افزایش طول عمر بیماران مبتلا به سرطان ریه مبهم است هدف ما از انجام اینمطالعه ارایه نتایج عمل جراحی بر میزان بقاء بیماران مبتلا به تومورهای ریوی است که تحت عمل جراحی قرارگرفته بودند ،در این مقاله سه مدل پیش گویی جهت پیش بینی بقاء بیماران مبتلا به سرطان ریه بعد از عمل بهکمک الگوریتم های شبکه عصبی، الگوریتم درخت تصمیم و k- نزدیک ترین همسایه پیشنهاد گردید. نتایجارزیابی مدل های پیشنهادی نشان داد، الگوریتم درخت تصمیم با دقت 82.35 درصد کارایی بهتری نسبت به دوالگوریتم دیگر دارد، همچنین کارایی مدل پیشنهادی (مبتنی بر درخت تصمیم) با دیگر روش های موجود مقایسهشده است که نتایج حاکی از برتری مدل پیشنهادی بود.

نویسندگان

سیده الهام میرعباسی

دانشجوی کارشناسی ارشد دانشگاه غیرانتفاعی شفق تنکابن، دانشکده فنی مهندسی

عباس برزگری نژاد

عضو هیات علمی دانشگاه غیرانتفاعی شفق

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 :
  • کلاهی، سمیرا، " ارائه راه حلی برای تشخیص بیماری به ...
  • تهرانیان، نجمه ; حافظی پور، فرحناز ; حاجی زاده، ابراهیم" ...
  • فاطمه بایرامیان" آنچه بیماران مبتلا به سرطان ریه باید بدانند."، ...
  • کتاب" مفاهیم و تکنیک های داده کاوی "نویسنده مهدی اسماعیلی، ...
  • الهام بهمنی ده مجنونی و امید رافع" بررسی عملکرد سه ...
  • V.Krishnaiah, Dr. G.Narsimha, Dr.N.Subhash Chandra, " Diagnosis of Lung Cancer ...
  • Computer Science and Information Technologies, Vol. 4 (1) , 2013, ...
  • V.Krishnaiah, Dr. G.Narsimha, Dr.N.Subhash Chandra, "Diagnosis of Lung Cancer Prediction ...
  • V.Krishnaiah, Dr. G.Narsimha, Dr.N.Subhash Chandra, "Diagnosis of Lung Cancer Prediction ...
  • Carter SR, Grimer RJ, Sneath RS, Mattews HR.Results of thoracotomy ...
  • Divis G, Einbertrag 2ur Operativen, Behand lung der Lungenge schuuilste. ...
  • Barney JD, Churchill ED. Adeno carcinoma of the kidney with ...
  • McCormack PM, Martini N. The changing role of surgery for ...
  • Martini N, Huvos AG, Mike V, et al. Multiple pulmonary ...
  • Shah A, Exelby PR, Rao B, et al. Thoracotomy as ...
  • McCormack P. Surgical resection of pulmonary metastases. Semin Surg Oncol ...
  • Takita H, Merr in C, Didolkar MS, er al. The ...
  • Kawsar Ahmed, Abdull ah-Al-Emran, Tasnuba Jesmin, Roushney Fatima Mukti, Md ...
  • Treatment Programs of Lung Cancer Using Improves'؛ [16] Zakaria Suliman ...
  • Yongqi anQiang, YouminGuo, Xue Li, Qiuping Wang, Hao Chen, &DuwuCuic, ...
  • Prashan Naresh, Early Detection of Lung Cancer Using Neural Network ...
  • Tapas Ranjan Baitharu, Subhendu Kumar Pani A, Comparative Study of ...
  • Krishnaiah, V. _ Narsimha, G., S ubh ashChandra , N ...
  • Jain R, Mazumdar J. A Genetic Algorithm based Nearest Neighbor ...
  • K. Bache and M. Lichman, "UCI Machine Learning Repository, " ...
  • M. Ziaba, J. M. Tomczak, M. Lubicz and J. Swiatek, ...
  • نمایش کامل مراجع