تشخیص سرطان پروستات به کمک منطق فازی و با استفاده از ترکیب اطلاعات ویژگی های بالینی
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 715
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCRSR-1-2_007
تاریخ نمایه سازی: 6 اسفند 1398
چکیده مقاله:
تشخیص به موقع سرطان پروستات به عنوان شایع ترین سرطان در جنس مذکر و یک بیماری کشنده از چالشهای حوزه سلامت و درمان است. کشف زودهنگام این بیماری در محلی نگهداشتن سرطان در ناحیه پروستات، بهبود فرآیند درمان و کاهش هزینه های درمانی بسیار موثر است. در این پژوهش سعی شده است تا با ارایه مدل تصمیم یار تشخیص پزشکی که توان تحلیل و تفسیر اطلاعات پزشکی مختلف را دارا است، دقت تشخیصی مناسبی نسبت به روش ها و مدل های دیگر ارایه شود. برای این منظور اطالعات سیصد فرد مشکوک به سرطان پروستات با 11 ویژگی تشخیصی سن، وزن، قد، BMI، ضربان قلب، فشارخون دیاستولیک، فشار خون سیستولیک، PSA، سیگاری بودن، مقدار پروستات و چگالی از مقاله مورد مطالعه استخراج شد وبمنظور کاهش پیچیدگی تشخیصی سیستم فازی، از بین ویژگی های اشاره شده سه ویژگی تشخیصیبهتر، سن، سیگاری بودن و PSA با نظر فرد خبره انتخاب شدند. از سوی دیگر جهت افزایش دقت تشخیص، ویژگی سطح ناحیه آلوده که از نتایج پردازش تصویرMRI دست آمده و با دیگر ویژگی های تشخیصی ترکیب و به عنوان ورودی به سیستم فازی ارایه شدند. جهت طبقه بندی از منطق فازی موتور استنتاج ممدانی استفاده شد. مدل پیشنهادی 85.3% صحت 85%دقت و 92%حساسیت و74%ویژگی را نشان داده است ه درمقایسه با روش شبکه عصبی LM مورد بررسی دراین پژوهش میزان معیارهای صحت 1.7%دقت 0.5%حساسیت 3%وویژگی 2%افزایش و در نهایت عملکرد بهتری را در مقایسه با شبکه عصبی LM نشان می دهد.
کلیدواژه ها:
نویسندگان
ایمان عطارزاده
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ، دانشگاه آزاداسلامی واحد تهران مرکزی، تهران، ایران
وحید زرین افشان
کارشناس ارشد مهندسی کامپیوتر-هوش مصنوعی، دانشکده فنی و مهندسی ، دانشگاه آزاداسلامی واحد تهران مرکزی، تهران، ایران