معصومه ابراهیمی - دانشجوی ارشد هوش مصنوعی، موسسه آموزش عالی آپادانا-شیراز، ایران

تشخیص به موقع سرطان پروستات به عنوان شایع ترین سرطان در جنس مذکر و یک بیماری کشنده از چالش های حوزه سلامت و درمان است. کشف زودهنگام بیماری پروستات در نگه داشتن سرطان در ناحیه پروستات، بهبود فرآیند درمان و کاهش هزینه های درمانی بسیار موثر است. در این پژوهش سعی شده است تا با ارائه مدل تصمیم یار تشخیص پزشکی که توان تحلیل و تفسیر اطلاعات پزشکی مختلف را دارا است، دقت تشخیصی مناسبی نسبت به روش ها و مدل های دیگر ارائه شود. برای این منظور اطلاعات سیصد فرد مشکوک به سرطان پروستات ویژگی تشخیصی سن، وزن، قد، ضربان قلب، فشارخون دیاستولیک، فشار خون سیستولیک، PSA، سیگاری بودن، مقدار پروستات و چگالی از مقاله مورد مطالعه استخراج شد و بمنظور کاهش پیچیدگی تشخیصی سیستم فازی، از بین ویژگی های اشاره شده سه ویژگی تشخیصی بهتر، سن، سیگاری بودن و PSA با نظر فرد خبره انتخاب شدند. از سوی دیگر جهت افزایش دقت تشخیص، ویژگی سطح ناحیه آلوده که از نتایج پردازش تصویر دست آمده و با دیگر ویژگی های تشخیصی ترکیب و به عنوان ورودی به سیستم فازی ارائه شدند. جهت طبقه بندی از منطق فازی موتور استنتاج ممدانی استفاده شد.

بیماری پروستات، سرطان پروستات، روش ممدانی، PSA ، FIS، PV