تشخیص سرطان ریه با استفاده از الگوریتم ملخ و طبقه بندی نزدیکترین همسایگیKNN
Publish place: 8th International Conference on Information Technology, Computer and Telecommunication
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 791
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCT08_036
تاریخ نمایه سازی: 3 اردیبهشت 1399
Abstract:
سرطان ریه یکی از عمده ترین سرطان ها برای هر دو جنسیت در سرتاسر جهان می باشد. این نوع سرطان شایع ترین دلیل مرگ و میر بر اثر سرطان بوده و تا 20٪ کل آن را در برمیگیرد. وقوع سرطان ریه بصورت قابل توجه از ابتدای قرن 19 ام افزایش یافته است. ویژگیهای سرطان ریه برای پیش بینی مرحله سرطان بر اساس ویژگی خاصی که در سیستم استفاده میشود، استخراج میشود. انتخاب ویژگی برای شناسایی مجموعه های پیش بینی شده از سلولهای سرطانی در یک پایگاه داده و کاهش تعداد سلولهای سرطانی که به روش محاسبه ارائه شدهاند، استفاده میشود. عملکرد بهتر را میتوان با کنار زدن برخی از ویژگیهای به دست آورد. در این مقاله روش کاهش ابعاد و تاثیر آنها در تشخیص بیماری ریه مورد بررسی و تحقیق قرار گرفته است. هدف این پژوهش، بهبود دقت دسته بندی، افزایش نرخ تشخیص درست و کاهش نرخ غلط در پیش بینی بیماری سرطان ریه، با استفاده از رویکرد ترکیبی و جدید الگوریتم بهینه سازی ملخ((GOA1 برای کاهش ابعاد ویژگیها و نزدیکترین همسایگی (KNN) است. نکته قابل توجه این است که تاکنون چنین الگوریتمی برای سیستم تشخیص بیماری سرطان ریه انجام نشده است. نتایج نشان میدهد که این روش باصحت 98,65 ، تشخیص 96,7 و حساسیت 94,10 نسبت به سایر روشها عملکرد برتری دارد.
Keywords:
Authors
سیده مریم حسینی
کارشناس ارشد رشته نرم افزار، گروه مهندسی کامپیوتر و فناوری اطلاعات ، دانشگاه پیام نور، تهران، ایران
مراد درخشان
استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران