مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,387
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

780
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

تعیین مرحله بالینی بیماران مبتلا به سرطان پستان با استفاده از سیستم TNM و الگوریتم کلونی مورچگان

صفحات

 صفحه شروع 56 | صفحه پایان 70

چکیده

 مقدمه: میزان پیشرفت سرطان پستان (مرحله, Staging), یکی از مهم ترین عوامل تعیین کننده میزان بقای فرد بیمار و انتخاب روش های درمانی مناسب توسط پزشکان است. معمولا تعیین پیشرفت سرطان پستان, پس از عمل جراحی و از طریق ارزیابی بافت شناسی انجام می شود. از این رو یافتن الگوریتم مناسبی که بتواند میزان پیشرفت و همچنین مرحله (Staging) سرطان پستان را تعیین کند, به پزشکان در ارایه روش های درمانی مناسب کمک فراوانی خواهد کرد. لذا در این پژوهش تلاش شده است تا با استفاده از تکنیک های داده کاوی, یک مدل قوی پیش بینی مرحله سرطان پستان معرفی گردد.روش بررسی: در این پژوهش, یک مدل مکانیزه با استفاده از سیستم TNM و همچنین استفاده از الگوریتم کلونی مورچگان, برای تشخیص مرحله سرطان پستان, پیشنهاد شده است. این روش ها به دلیل عدم نیاز به عمل جراحی, باعث کاهش زیاد هزینه ها و آسیب های روحی بیمار می شود. برای ارزیابی سیستم, از دیتاست بین المللی SEER و یک دیتاست محلی از اطلاعات 1148 بیمار زن مبتلا به سرطان پستان, استفاده شد و دو معیار «دقت» و «سطح زیر نمودار راک» برای طبقه بندی های مختلف محاسبه گردید.یافته ها: با استفاده از سیستم TNM برای دیتاست SEER, دقت 99.93% و برای دیتاست محلی, دقت 99.91% و با استفاده از الگوریتم کلونی مورچگان, برای دیتاست SEER دقت 99.43% و برای دیتاست محلی, دقت 98.95% بدست آمد. همچنین مشخص گردید علاوه بر ویژگی های مورد استفاده مرسوم T, N و M, ویژگی های دیگری همچون تهاجم عروقی, سن بیمار, گروه خونی, تعدا فرزندان, محل تولد, بافت شناسی سلولی, نوع بافت درگیر و Site-Specific Factor های شماره 2, 3 و 6 نیز می توانند به عنوان عوامل مهم در تعیین مرحله بالینی بیماران مبتلا به سرطان پستان استفاده شوند.نتیجه گیری: بر اساس نتایج حاصل, دو طبقه بند Logistic و Multi Class Classifier به ترتیب دارای بالاترین میزان دقت برای دیتاست های SEER و محلی این پژوهش هستند.

استنادها

ارجاعات

استناددهی

APA: کپی

ناصری نوروزانی، سعیده، و شایگان، محمدامین. (1397). تعیین مرحله بالینی بیماران مبتلا به سرطان پستان با استفاده از سیستم TNM و الگوریتم کلونی مورچگان. بیماریهای پستان ایران، 11(3 (پیاپی 42) )، 56-70. SID. https://sid.ir/paper/144588/fa

Vancouver: کپی

ناصری نوروزانی سعیده، شایگان محمدامین. تعیین مرحله بالینی بیماران مبتلا به سرطان پستان با استفاده از سیستم TNM و الگوریتم کلونی مورچگان. بیماریهای پستان ایران[Internet]. 1397؛11(3 (پیاپی 42) ):56-70. Available from: https://sid.ir/paper/144588/fa

IEEE: کپی

سعیده ناصری نوروزانی، و محمدامین شایگان، “تعیین مرحله بالینی بیماران مبتلا به سرطان پستان با استفاده از سیستم TNM و الگوریتم کلونی مورچگان،” بیماریهای پستان ایران، vol. 11، no. 3 (پیاپی 42) ، pp. 56–70، 1397، [Online]. Available: https://sid.ir/paper/144588/fa

مقالات مرتبط نشریه ای

مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button