شناسایی و دسته بندی نوع سرطان سینه براساس ساختار سلسله مراتبی مبتنی بر چند گونه سازی ذرات بر پایه الگوریتم ازدحام ذرات برای بهینه سازی سیستم فازی
عنوان مقاله: شناسایی و دسته بندی نوع سرطان سینه براساس ساختار سلسله مراتبی مبتنی بر چند گونه سازی ذرات بر پایه الگوریتم ازدحام ذرات برای بهینه سازی سیستم فازی
شناسه ملی مقاله: ICS11_043
منتشر شده در یازدهمین کنفرانس سراسری سیستم های هوشمند در سال 1391
شناسه ملی مقاله: ICS11_043
منتشر شده در یازدهمین کنفرانس سراسری سیستم های هوشمند در سال 1391
مشخصات نویسندگان مقاله:
مریم یاسی - دانشگاه آزاد اسلامی واحد مشهد، گروه هوش مصنوعی
مهدی یعقوبی - دانشگاه آزاد اسلامی واحد مشهد، گروه هوش مصنوعی
خلاصه مقاله:
مریم یاسی - دانشگاه آزاد اسلامی واحد مشهد، گروه هوش مصنوعی
مهدی یعقوبی - دانشگاه آزاد اسلامی واحد مشهد، گروه هوش مصنوعی
هر گونه افزایش و تکثیر غیر طبیعی سلولی را تومور گویند. سرطان سینه زمانی اتفاق می افتد که رشد کنترل نشده ایی بر روی سلول های غیر طبیعی در پستان وجود دارد. تومورهای پستان به دو دسته خوش خیم و بد خیم تقسیم می شوند. با توجه به پیشرفت متدهای هوشمندانه و با افزایش حجم داده ها این نوع سرطان نیاز به یک سیستم هوشمندانه داریم که بتواند نوع سزطان سینه را تعیین کند. می خواهیم با ایجاد یک سیستم فازی یه شناسایی نوع سرطان سینه از لحاظ خوش خیم و بد خیم بودن آن بپردازیم برای شناسایی نوع سرطان سینه از یک ساختار سلسله مراتبی مبتنی بر چند گونه سازی ذرات بر پایه الگوریتم ازدحام ذرات برای بهینه سازی سیستم فازی استفاده می کنیم که در این مرحله سیستم فازی از نوع TSK(Takagi-sugeno-kong) می باشد. میزان صحت شناسایی نوع سرطان سینه از نظر بد خیم و خوش خیم بودن 98 درصد می باشد و این شبیه سازی بر روی پایگاه داده uci-breast cancer صورت گرفته است
کلمات کلیدی: الگوریتم بهینه سازی ازدحام ذرات، تومور پستان، سرطان سینه، سیستم فازی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/214626/