یک رویکرد نوین در تشخیص سرطان سینه با استفاده از ترکیب الگوریتم ژنتیک و شبکه عصبی MLP

اخیرا با گسترش روز افزون علم، استفاده از سیستمهای پشتیبان تصمیم میتواند کمک زیادی در سیاستهای درمانی پزشک داشته باشد. بدین منظور در این تحقیق استفاده از سیستمهای هوشمند مصنوعی در پیشبینی و تشخیص سرطان سینه که یکی از رایج ترین سرطانها در بین زنان میباشد، مورد توجه است. فرآیند تشخیص بیماری سرطان سینه در زنان با رویکردی جدید و در دو مرحله مبتنی بر الگوریتم ژنتیک مورد بررسی قرار گرفته است. در مرحله اول با استفاده از یک الگوریتم ژنتیک بهبود یافته موازی، موثرترین ویژگیها در تشخیص بیماری سرطان به صورت اتوماتیک تشخیص داده میشوند. علاوه بر این در این مرحله از الگوریتم ژنتیک برای یادگیری و آموزش وزنهای شبکه عصبی MLP بهره میگیریم. موازی سازی الگوریتم ژنتیک به روش FinGrain انجام میشود. در مرحله دوم با استفاده از ویژگیهای انتخاب شده و تعداد نودهای لایه مخفی، یک مدل طبقه بندی بر مبنای شبکه عصبی MLP برای تشخیص بیماری سرطان سینه ایجاد میکنیم. عملکرد روش پیشنهادی با دو روش GAANN-RP و CAFS مقایسه شده که نتایج برتری نسبی روش ارایه شده را نشان میدهد.

کلیدواژه ها:

الگوریتم ژنتیک موازی ، شبکه عصبی MLP ، تشخیص سرطان سینه ، روش FinGrain ، انتخاب ویژگی-های موثر