پیش بینی حجم تومور پستان با استفاده از تیوری خاکستری
Publish place: Fourth International Conference on Modern Studies in Computer Science and Information Technology
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 336
This Paper With 16 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:
CONFITC04_144
تاریخ نمایه سازی: 6 مهر 1397
Abstract:
با توجه به اینکه حجم تومور پستان در رفتار این بیماری، درجه بندی این بیماری و انتخاب روش درمان مناسب بسیارتاثیرگذار میباشد. در این مقاله به پیش بینی حجم تومور با استفاده از مقادیر آن در روزهای قبل می پردازیم. با توجه بهاینکه بسیاری از ابعاد بیماری سرطان پستان ناشناخته است و از طرفی برای انجام آزمایش ها مربوط به این بیماری نیاز بهامکانات آزمایشگاهی مدرن و صرف هزینه های زیادی می باشد، درنتیجه اطلاعات موردنیاز برای مطالعه بیماری سرطانبه سختی به دست می آید. در شرایطی که میزان داده ها کم یا ناقص باشد اکثر روشهای پیش بینی سری های زمانیسنتی نتایج نامطلوبی دارند. درنتیجه نیازمند ابزاری مناسب جهت تقریب رفتار دادهها و در ادامه پیش بینی آن میباشدکه آن ابزار تیوری خاکستری است. در این مقاله برای اولین بار، پیش بینی سری زمانی رشد حجم تومور با استفاده ازتیوری خاکستری، شبکه عصبی و ترکیب شبکه عصبی و الگوریتم بهینه سازی ازدحام ذرات (PSO) انجام شده است. در ابتدا به بررسی مختصر تیوری خاکستری، شبکه عصبی مصنوعی و ترکیب شبکه عصبی مصنوعی و PSOپرداخته شده است. برای اینکه عملکرد این روشها بررسی شود، بر روی دو مجموعه داده که اولی مربوط به تومورپستان یک نمونه انسانی و دیگری مربوط به یک گروه موش که به سرطان پستان مبتلا شده اند، شبیه سازی ها انجامشده است. با مقایسه نتایج مشاهده می گردد که بهترین عملکرد مربوط به تیوری خاکستری و بعد از آن ترکیب شبکهعصبی و PSO و در نهایت شبکه عصبی بدترین عملکرد را داشته است.
Keywords:
Authors
فرناز یاحسینی پور
دانشجوی کارشناسی ارشد مهندسی کامپیوتر ، گروه کامپیوتر، دانشکده مهندسی ،دانشگاه خیام، مشهد، ایران
حسن طاهری
استادیار گروه کامپیوتر، دانشکده مهندسی ،دانشگاه خیام، مشهد، ایران