یک روش طبقه بندی ترکیبی برای تشخیص سرطان پستان با استفاده از الگوریتم ژنتیک و تنظیم چند مرحله ای وزن ها در شبکه عصبی MLP
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 552
This Paper With 15 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:
JR_JCEJ-10-40_001
تاریخ نمایه سازی: 19 تیر 1400
Abstract:
امروزه با گسترش روز افزون علم، استفاده از سیستمهای پشتیبان تصمیم میتواند کمک زیادی در سیاستهای درمانی پزشک داشته باشد. بدین منظور استفاده از سیستمهای هوشمند مصنوعی در پیشبینی و تشخیص سرطان پستان که یکی از رایجترین سرطانها در بین زنان میباشد، مورد توجه است. در این مقاله فرآیند تشخیص بیماری سرطان پستان با استفاده از تنظیم چند مرحلهای وزنها در شبکه عصبی MLP در دو لایه انجام میشود. در لایه اول، سه طبقهبند وجود دارد که به طور همزمان روی دادههای مجموعه یادگیری آموزش میبینند. پس از اتمام آموزش خروجی طبقهبندهای لایه اول جمعآوری شده و به همراه دادههای مجموعه یادگیری در مجموعهای جدید قرار میگیرند. این مجموعه به عنوان ورودی به فراطبقهبند لایه دوم داده میشود و فراطبقهبند نگاشت میان خروجیهای هر یک از طبقهبندهای معمولی لایه اول را با کلاسهای خروجی واقعی مدل میکند. ساختار سه طبقهبند لایه اول و همچنین فراطبقهبند لایه دوم یک شبکه عصبی MLP است که وزنها، ویژگیهای موثر و اندازه لایه مخفی در آن به طور همزمان با استفاده از یک الگوریتم ژنتیک ابتکاری بهینهسازی میشود. به منظور ارزیابی دقت مدل پیشنهادی از پایگاه داده ویسکانسین استفاده میشود که با تست FNA ایجاد شده است. نتایج آزمایشها روی مجموعه داده WBCD دقت ۹۸.۷۲% را برای روش پیشنهادی نشان میدهد که نسبت به الگوریتمهای GAANN، CAFS عملکرد بهتری ارائه داده است.
Keywords:
Authors
امین رضایی پناه
گروه مهندسی کامپیوتر، موسسه آموزش عالی رهجویان دانش برازجان، بوشهر، ایران
سیدجواد میرعابدینی
گروه مهندسی کامپیوتر-نرم افزار، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
علی مبارکی
گروه مهندسی کامپیوتر-نرم افزار، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :