تشخیص و پیش بینی سرطان خون با استفاده از شبکه عصبی مصنوعی (ANN)
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,221
This Paper With 9 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:
ITCC04_154
تاریخ نمایه سازی: 18 تیر 1396
Abstract:
لوسمی (لوکمیا) یکی از شایع ترین سرطان ها در کودکان است، شامل بیش از یک سوم تمام سرطان های دوران کودکی. بیماران تازهمبتلا شده در ایالات متحده آمریکا، حدود 10100 مورد تخمین زده شده اند، و اگر این موارد دیار تشخیص داده شوند یا درمان مناسباعمال نشود، می تواند کشنده باشد. از آنجا که تشخیص سریع و مناسب لوسمی بر اساس یافته های بالینی و یا دارویی (بدون بافت برداری)غیر ممکن است، تصمیم گرفتیم برای تشخیص فوری لوسمی شبکه های عصبی مصنوعی را به کار ببریم. برای این هدف پارامترهای بالینیو پزشکی گرفته شده از 131 بیمار در بیمارستان سینا همدان استفاده کرده ایم. ما با نرم افزار SPSS برای 38 پارامتر، نمونه آزمون T مستقلرا انجام دادیم. با توجه به نتایج این آنالیز، 8 پارامتر را که کمترین sig را برای آنالیز شبکه های عصبی مصنوعی داشتند (از بین پارامترهاییکه sig آنها کمتر از 0/05 بود) انتخاب کردیم. پارامترهای انتخاب شده از 131 بیمار برای آموزش شبکه به وسیله الگوریتم یادگیری لونبرگ مارکارد اعمال شدند، با نرخ یادگیری 0/1 کارایی یادگیری 0/094 بود. ارتباط بین خروجی شبکه آموز دیده برای داده های آزمون و نتایج واقعی داده های آزمون بالا بود و ناحیه زیر منحنی 0/967ROC بود. با این نتایج می توانیم استنتاج کنیم که روند آموزش دقیق و با موفقیت صورت گرفته است. از این رو می توانیم از شبکه های عصبی مصنوعی برای تشخیص سریع و قابل اعتماد لوسمی استفاده کنیم.
Keywords:
Authors
علی ماروسی
دکترای فناوری اطلاعات، دانشگاه تربت حیدریه
محمد خدادادی
دانشجوی کارشناسی نرم افزار کامپیوتر، دانشگاه تربت حیدریه
محمد شاملو
دانشجوی کارشناسی نرم افزار کامپیوتر، دانشگاه تربت حیدریه
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 :