اصلاح الگوریتم سیستم های ایمنی مصنوعی با یادگیری با سرپرست در تشخیص بیماری سرطان سینه
Publish place: 15th Iranian Conference on Biomedical Engineering
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,251
This Paper With 7 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:
ICBME15_049
تاریخ نمایه سازی: 26 آبان 1391
Abstract:
سیستم ایمنی مصنوعی (AIS) با الهام از سیستم ایمنی طبیعی، یک ابزار محاسباتی جدید محسوب می شود و برای حل مسائل پیچیده در زمینه های مختلف کارایی دارد. یکی از وسیع ترین حوزه های کاربردی آن در بازشناسی الگوست و برای کمک به پزشکان درامر تشخیص بیماری، بسیار ارزشمند بشمار می آید. در این مقاله نسخه ی بهبود یافته ای از سیستم ایمنی مصنوعی با یادگیری با سرپرست به عنوان ابزاری توانمند جهت طبقه بندی داده سرطان سینه (WBCD) که دارای اهمیت فوق العاده ای در حوزه ی پزشکی است، معرفی شده است. درصد صحت طبقه بندی با روش ارزیابی 97/04, 10-fold بوده که نتیجه ی بدست آمده قابل مقایسه با نتایج دیگر طبقه بندی ها معروف می باشد.
Keywords:
Authors
سیده سمانه شجاعی لنگری
دانشکده مهندسی پزشکی- دانشگاه صنعتی امیرکبیر
محمدحسن مرادی
دانشکده مهندسی پزشکی- دانشگاه صنعتی امیرکبیر
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 :