فاطمه ولی پوری گودرزی - دانشجوی کارشناسی ارشد مهندسی پزشکی،دانشگاه حکیم سبزواری
جواد حدادنیا - دانشیار گروه مهندسی پزشکی ، دانشگاه حکیم سبزواری

مقدمه: دومین سرطان شایع دنیا پس از سرطان ریه، سرطان معده می باشد. مواد و روش ها: اطلاعات لازم برای این تحقیق از تصاویر آندوسکوپی مربوط به 160 بیمار مشکوک به سرطان معده و در قالب 9 پارامتر تشخیصی توسط پزشک متخصص، استخراج و سپس به مدل ترکیبی ما تزریق شد. نتایج: بر طبق نتایج بدست آمده میزان دقت، حساسیت و ویژگی تشخیصی به ترتیب از 72%، 71% و 78% در مدل کامل شبکه عصبی به 80%، 89% و 82% در مدل ترکیبی افزایش یافته است که این نتایج تا حدی بهتر از نتایج پزشک متخصص (70%، 82% و 65%) می باشد. سطح زیر منحنی پس از آزمون با پارمترهای بهینه از 76% به 89% افزایش یافت. بحث و نتیجه گیری: مدل ترکیبی باعث ارتقای کارایی و قدرت تعمیم شبکه عصبی می گردد.

آندوسکوپی ، آنالیز اجزای اصلی ( PCA) ، شبکه عصبی LVQ ، سرطان معده