مقایسه تکنیک های پیش بینی داده کاوی در تشخیص سرطان سینه
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,078
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:
NCCEB01_052
تاریخ نمایه سازی: 18 خرداد 1393
Abstract:
تشخیص بیماری یکی از موارد مهم در علم پزشکی می باشد و یکی از کاربرد های مهم داده کاوی،مربوط به تشخیص بیماری ها در علم پزشکی می باشد.در این مقاله با استفاده از الگوریتم های پیش بینی داده کاوی همچون C5.0،CART وشبکه عصبی جمعی به مساله تشخیص و پیش بینی سرطان سینه می پردازیم.مجموعه داده مورد استفاده دارای 699 رکورد مربوط به بانک اطلاعاتی بیماران سرطان سینه موجود در انبارداده ی یادگیری ماشین دانشگاه ایروین،کالیفرنیا آمریکا است و شامل ریسک فاکتورهای ضخامت انبوه،یکنواختی اندازه سلول، یکنواختی شکل سلول، چسبندگی لبه ها، حجم سلول بافت اپیتلیال، هسته های عریان، کروماتین بلاند، هسته عادی و تقسیم هسته سلول به دو قسمت می باشد.. مدل های تولید شده در این تحقیق با استفاده از آنالیز منحنی Roc مقایسه و با نرم افزارهای داده کاوی RapidMiner نسخه 505 و و کلمنتاین مورد بررسی و مقایسه قرار دادیم که بهترین مدل در شبکه عصبی جمعی و با سطح زیر منحنی 961/. انتخاب گردید. مدل نهایی دارای دقت 67 / 96% است.
Keywords:
Authors
میثم قاسم پور
دانشجوی کارشناسی ارشد،دانشگاه آزاد اسلامی واحد یزد
علیمحمد لطیف
استادیار،دانشگاه یزد
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 :