مدل الگوریتم ژنتیک بر مبنای شبکه ی عصبی مصنوعی برای پیش بینی وضعیت غدد لنفاوی زیر بغل در سرطان پستان

وضعیت غدد لنفاوی زیر بغل (ALN) یک عامل خیلی مهم برای رسیدن به سرطان پستان جابه جاشونده است. عمل های جراحی ای که ممکن است لازم شود و موجب بعضی اثرات مضر گردد، در تعیین وضعیت ALN اجرا می شود. هدف از این تحقیق پیش بینی وضعیت ALN با استفاده از انتخاب خصوصیات اصلی بالینی و باف تشناسی بیماران سرطان پستان است که می توانند در هر بیمارستانی فراهم شوند. داد هی 270 بیمار سرطان پستان از بیمارستان آموزشی و تحقیقاتی نومون آنکارا و بیمارستان آموزشی و تحقیقاتی تومورشناسی آنکارا جمع آوری شده است. این داده ها با استفاده از پرسپترون چندلایه ی پس انتشار (انتشار وارونه) (MLP)، رگرسیون منطقی (LR) و مدل های MLP بر مبنای الگوریتم ژنتیک (GA) کلاس بندی شده اند. خصوصیات عملیاتی گیرنده (ROC) مثل حساسیت، ویژگی، دقت و منطقه ی تحت پوشش ROC (AUC) و رگرسیون استفاده می شوند تا کارایی مدل های پیشرفته ارزیابی شود. این از LR و MLP بر مبنای GA نتیجه می شود، که وضعیت یائسگی و حمل هی لنفاوی مه مترین خصوصیات برای تعیین وضعیت ALN هستند GA. برای انتخاب بهترین خصوصیات ورودی های MLP به کار گرفته می شود. همچنین وزن های الگوریتم پس انتشار را در MLP بهینه می کند. مقادیر رگرسیون و دقت MLP بر مبنای GA با 9 خصوصیت(سن عددی، سن قطعی، وضعیت یائسگی، اندازه ی تومور، نوع تومور، مکان تومور، مرحله بندی T، درجه ی تومور و حمله ی لنفاوی )به ترتیب 0.96 و 980% به دست آمدند. طبق نتایج، کلاسیفایر (طبقه بندی کننده) MLP بر مبنای GA پیشنهادی می تواند برای پیش بینی وضعیت ALN سرطان پستان بدون عمل جراحی استفاده شود.

کلیدواژه ها:

غدد لنفاوی زیر بغل ، سرطان پستان ، پرسپترون چند لای های ، رگرسیون (برگشت) منطقی