داده کاوی از طریق سیستم های خبره جهت پیش بینی و تشخیص سرطان سینه و مقایسه آن با دیگر روش های داده کاوی

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,211

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

MAEMT02_073

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

پیش بینی و تشخیص سرطان سینه براساس داده های پیشین را می توان در دسته مسایل NP قرار داد و روش های هوشمند از جمله سیستم های خبره راهکارهایی نوینی در یافتن پاسخ اینگونه مسایل است که در دهه های اخیر مورد توجه قرار گرفته است. در این پژوهش داده های 1200 بیمار سرطان سینه زنان ، بیمارستان امید مورد مطالعه بوده که از 30 ویژگی مهم در تشخیص و پیش بینی سرطان سینه، پس از مطالعه و استخراج نظرات خبره پزشکی، 25 ویژگی اصلی انتخاب و حجم داده 4.320.000 فیلد جهت ورود به سه سیستم داده کاوی یعنی ( SVM ، شبکه عصبی MLP و سیستم خبره طراحی شده با CLIPS که دارای 964 قانون بود) ایجاد گردید. نتایج تحقیق نشان از کارایی بالاتر سیستم خبره از دیگر روش های داده کاوی داشته است به گونه ای است که صحت 0/965 عملیات پیش بینی و تشخیص سرطان سینه را با استفاده از سیستم های خبره، قدرت این روش داده کاوی را نسبت به دو روش دیگر، نمایان ساخت.

Authors

محمد بوداغی

دانشجوی کارشناسی ارشد علوم کامپیوتر گرایش نظریه محاسبات دانشگاه صنعتی امیرکبیر تهران(پلی تکنیک)

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 :
  • Boser BE, Guyon IM, Vapnik VN. A training algorithm for ...
  • Calle J. Breast cancer facts and figures 2003-2004. American Cancer ...
  • Breast cancer Q & A/ facts and statistics http : ...
  • Karabatak M, Cevdet M. An expert system for detection of ...
  • Delen D, Walker G, Kadam A. Predicting breast cancer survivability: ...
  • Yi W, Fuyong W. Breast cancer diagnosis via support vector ...
  • Lundin M, Lundin J, Burke HB, Toikkanen S, Pylkkanen L, ...
  • Pendharkar PC, Rodger JA, patterns. Expert Systems with Applications 1999; ...
  • Pendharkar PC, Rodger JA, Yaverbaum GJ, Herman N, Benner M. ...
  • Zhou ZH, Jiang Y. Medical diagnosis with C4, 5 Rule ...
  • Yaverbaum GJ, Herman N, Benner M. Associations statistical, mathematical and ...
  • American Cancer Society (20 16): URL http://www. cancer.org ...
  • نمایش کامل مراجع