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:

1,253
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

643
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

4

اطلاعات مقاله نشریه

عنوان

تحلیل بقای بیماران مبتلا به سرطان پستان با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون کاکس

صفحات

 صفحه شروع 24 | صفحه پایان 32

چکیده

 مقدمه: در تحلیل داده های بقاء استفاده از روش های معمول در آمار کلاسیک نیازمند یک سری مفروضات اولیه برای داده ها است. شبکه های عصبی مصنوعی از روش های نوین مدل سازی و پیش بینی هستند که در مواقعی که روش های کلاسیک به خاطر محدودیت هایشان قابل استفاده نیستند, کاربرد دارند. هدف از این مطالعه, پیش بینی وضعیت بقای بیماران مبتلا به سرطان پستان با استفاده از مدل های شبکه عصبی و مقایسه آن با مدل رگرسیون کاکس می باشد.روش پژوهش: داده های مطالعه شامل 161 مورد از بیماران مبتلا به سرطان پستان در استان اردبیل بود که طی سال های 1382 تا 1387 تشخیص سرطان در آن ها صورت گرفته بود و به صورت هم گروه تاریخی بررسی شدند. از 68.9 درصد داده ها برای برازش مدل ها و 31.1 درصد داده ها برای اعتبارسنجی مدل ها استفاده شد. مدل های مختلف شبکه عصبی مصنوعی و رگرسیون کاکس به منظور پیش بینی وضعیت بقای بیماران به داده ها برازش گردید. معیارهای صحت پیش بینی و سطح زیر منحنی مشخصه عملکرد برای مقایسه مدل ها استفاده گردید.یافته ها: در بین مدل های شبکه عصبی, مدل های با الگوریتم آموزش SCG,OSS  و LM به ترتیب با صحت پیش بینی 94, 90 و 78 درصد برای داده های اعتبارسنجی, بیشترین کارایی را داشتند. سطح زیر منحنی مشخصه عملکرد برای مدل های مذکور به ترتیب 0.991, 0.972 و 0.837 و برای مدل رگرسیون کاکس 0.869 به دست آمد.نتیجه گیری: نتایج مطالعه نشان داد در صورت انتخاب معماری و الگوریتم آموزش مناسب برای مدل شبکه عصبی مصنوعی, این مدل در مقایسه با مدل رگرسیون کاکس کارایی بیشتری برای پیش بینی وضعیت بقای بیماران مبتلا به سرطان پستان دارد.

استنادها

ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    سدهی، مرتضی، امانی، فیروز، و مومنی دهقی، فاطمه. (1392). تحلیل بقای بیماران مبتلا به سرطان پستان با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون کاکس. دانشگاه علوم پزشکی زابل (رستمینه)(international journal of basic science in medicine)، 5(4)، 24-32. SID. https://sid.ir/paper/203537/fa

    Vancouver: کپی

    سدهی مرتضی، امانی فیروز، مومنی دهقی فاطمه. تحلیل بقای بیماران مبتلا به سرطان پستان با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون کاکس. دانشگاه علوم پزشکی زابل (رستمینه)(international journal of basic science in medicine)[Internet]. 1392؛5(4):24-32. Available from: https://sid.ir/paper/203537/fa

    IEEE: کپی

    مرتضی سدهی، فیروز امانی، و فاطمه مومنی دهقی، “تحلیل بقای بیماران مبتلا به سرطان پستان با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیون کاکس،” دانشگاه علوم پزشکی زابل (رستمینه)(international journal of basic science in medicine)، vol. 5، no. 4، pp. 24–32، 1392، [Online]. Available: https://sid.ir/paper/203537/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