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:

3,233
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

904
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

9

اطلاعات مقاله نشریه

عنوان

پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی

صفحات

 صفحه شروع 23 | صفحه پایان 34

چکیده

 مقدمه: تعداد و اندازه پایگاه داده های پزشکی به سرعت در حال افزایش است و مدل های توسعه یافته تکنیک داده کاوی می توانند برای پزشکان جهت کمک در تصمیم گیری موثر و کاربردی باشند. هدف اصلی از این مقاله, گزارش یک پروژه تحقیقاتی به منظور مقایسه الگوریتم های مختلف داده کاوی از طریق مقایسه حساسیت, ویژگی و دقت بین آنها, جهت انتخاب دقیق ترین مدل برای پیش بینی عود مجدد سرطان پستان در زنان مبتلا بوده است. در حقیقت بیان کاربرد عملی داده کاوی در حوزه سرطان پستان با استفاده از داده های ثبت شده در پایگاه داده است که به فراهم کردن اطلاعات ضروری و دانش مورد نیاز پزشکان در تصمیم گیری بهتر کمک می کند.مواد و روش ها: این تحقیق در خصوص بیماران مبتلا به سرطان پستان که حداقل هر کدام به مدت دو سال تحت پیگیری بوده اند, انجام شد. اطلاعات این بیماران در مرکز تحقیقات سرطان پستان جهاد دانشگاهی برای پیگیری اقدامات درمانی ثبت و بیماران حداقل به مدت دو سال پس از تشخیص, تحت نظر این مرکز بوده و پیگیری های بعدی برای آنها انجام شده است. به منظور توسعه مدل های پیش بینی جهت پیش بینی عود سرطان پستان, از درختان تصمیم گیری (C5.0), ماشین بردار پشتیبان(SVM: Support Vector Machines)  و تکنیک های شبکه های عصبی مصنوعی(ANNs: Artificial Neural Networks)  با بهره گیری از پایگاه داده مذکور استفاده شده است.نتایج: بررسی های صورت گرفته نشان می دهد که دقت در سه الگوریتم داده کاوی, یعنی درخت تصمیم گیری, ANN و SVM به ترتیب 0.936, 0.947 و 0.957 بوده است.بحث و نتیجه گیری: مدل طبقه بندی SVM در پیش بینی عود مجدد سرطان پستان, حداقل میزان خطا و بیشترین دقت را داشت که بالاتر از درخت تصمیم گیری و مدل ANN بود و دقت پیش بینی در مدل درخت تصمیم گیری(C5.0)  نیز پایین ترین میزان در بین سه مدل پیش بینی را نشان داد. نتایج به دست آمده حاکی از افزایش درصد صحت نتایج, با بهره گیری از روش های تقویت و هرس کردن بوده است.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    طلوعی اشلقی، عباس، پورابراهیمی، علی، ابراهیمی، ماندانا، و قاسم احمد، لیلا. (1391). پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی. بیماریهای پستان ایران، 5(4 (پیاپی 19))، 23-34. SID. https://sid.ir/paper/468306/fa

    Vancouver: کپی

    طلوعی اشلقی عباس، پورابراهیمی علی، ابراهیمی ماندانا، قاسم احمد لیلا. پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی. بیماریهای پستان ایران[Internet]. 1391؛5(4 (پیاپی 19)):23-34. Available from: https://sid.ir/paper/468306/fa

    IEEE: کپی

    عباس طلوعی اشلقی، علی پورابراهیمی، ماندانا ابراهیمی، و لیلا قاسم احمد، “پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی،” بیماریهای پستان ایران، vol. 5، no. 4 (پیاپی 19)، pp. 23–34، 1391، [Online]. Available: https://sid.ir/paper/468306/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