انتخاب ویژگی‌های موثر در تشخیص سرطان پستان با استفاده از مدل‌های پارامتریک یادگیری ماشین

Authors

  • آقاصرام, مهدی
Abstract:

چکیده مقدمه: آزمایش آسپیراسیون سوزنی روشی کم هزینه، آسان و سریع برای تشخیص دقیق و زود هنگام سرطان پستان است. با استفاده از خصوصیات استخراج شده از آزمایش آسپیراسیون سوزنی و با کمک تکنیک‌های یادگیری ماشین می‌توان سیستمی کارآمد را برای تشخیص سرطان پستان طراحی نمود که با دقت بالایی خوش‌خیم یا بدخیم بودن تومورهای پستان را تشخیص دهند. هدف از انجام این مطالعه، انتخاب ویژگی‌های موثر در تشخیص سرطان پستان با استفاده از مدل‌های پارامتریک یادگیری ماشین است. روش بررسی: در این مطالعه از داده‌های پایگاه داده WBCD موجود در UCI که شامل 683 نمونه خوش‌خیم و بدخیم تومور پستان که هر نمونه دارای 9 ویژگی است استفاده شد. سپس انتخاب ویژگی با روش پیش‌رو ‌و دسته‌بندی نوع تومور با انواع روش‏های پارامتریک مانند دسته‌بندی درجه دو، دسته‌بندی خطی و دسته‌بندی‌ نزدیک‏ترین میانگین انجام گرفت. یافته‌ها: روش پارامتریک دسته‌بندی‌ درجه دو با استفاده از انتخاب ویژگی پیش‌رو، بالاترین کارایی را در تشخیص سرطان پستان دارد. این روش با انتخاب چهار ویژگیUniformity of cell size, Bare nuclei, Bland chromatin, Mitoses دارای دقت 90/98% و حساسیت 89/97% است. همچنین در همه روش‌ها ویژگی‌های Uniformity of cell size و Bare nuclei بالاترین کارایی را دارند. نتیجه‌گیری: نتایج این مطالعه نشان داد که با روش انتخاب ویژگی پیش‌رو و تکنیک‌های پارامتریک یادگیری ماشین، علاوه بر دست‌یابی به عملکرد بالا در تشخیص سرطان پستان، عوامل و ویژگی‌های اصلی در تشخیص سرطان پستان نیز شناسایی می‌شوند. به نظر می‌رسد این ویژگی‌ها یکی از مهم‏ترین عوامل برای کمک به تشخیص سرطان پستان هستند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

انتخاب ویژگی های موثر در تشخیص سرطان پستان با استفاده از مدل های پارامتریک یادگیری ماشین

چکیده مقدمه: آزمایش آسپیراسیون سوزنی روشی کم هزینه، آسان و سریع برای تشخیص دقیق و زود هنگام سرطان پستان است. با استفاده از خصوصیات استخراج شده از آزمایش آسپیراسیون سوزنی و با کمک تکنیک های یادگیری ماشین می توان سیستمی کارآمد را برای تشخیص سرطان پستان طراحی نمود که با دقت بالایی خوش خیم یا بدخیم بودن تومورهای پستان را تشخیص دهند. هدف از انجام این مطالعه، انتخاب ویژگی های موثر در تشخیص سرطان پستا...

full text

تشخیص سه‌بعدی سرطان پستان با استفاده توأم از روش‌های ماشین بردار پشتیبان و المان محدود

   Background & Aims: Breast cancer is one of the most prevalent non-skin-related malignancies among women in the world. Thus, many countries have commenced screening test in early stages in order to diagnose breast cancer. Buried object detection is performed in the present work to detect 3-D breast cancer applying SVM classifier. Some transmitters and receivers are located above the breast. E...

full text

تشخیص سرطان پستان با استفاده از طیف‌سنجی رامان

مقدمه: امروزه، سرطان پستان یکی از شایع‌ترین انواع سرطان می‌باشد. روشی که همواره جهت تشخیص نهایی به‌کار می‌رود، آزمایش پاتولوژی است که از مشکلاتی همچون تهاجمی بودن، زمان پاسخ طولانی و نتایج وابسته به فرد رنج می‌برد. لذا، امروزه استفاده از تکنیک‌های نوری از‌جمله طیف‌سنجی رامان در تشخیص این بیماری بسیار مورد توجه قرار گرفته است.روش بررسی: در مطالعۀ حاضر استفاده از روش طیف‌سنجی رامان در تشخیص سرطان...

full text

استفاده از شبکه‌های عصبی یادگیری عمیق در تشخیص درجه بدخیمی سرطان پروستات و تشخیص سرطان سینه

مقدمه در سال­های اخیر علاقه به پژوهش در زمینه به­کارگیری الگوریتم­های هوشمند در تشخیص و طبقه­بندی بیماری­ها به ویژه سرطان، به شدت افزایش یافته است. طبقه­بندی تومور یک کار مهم در تشخیص پزشکی محسوب می­شود. روش­های محاسبات نرم­افزاری به دلیل عملکرد طبقه‌بندی آنها در تشخیص بیماری­های پزشکی اهمیت زیادی دارند. تشخیص و طبقه­بندی تصاویر پزشکی یک کار چالش برانگیز است. <stron...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 8  issue 2

pages  16- 23

publication date 2015-09

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023