تشخیص سرطان سینه با استفاده از روش های ترکیبی انتخاب و کاهش ویژگی مبتنی بر منطق فازی و الگوریتم ماشین بردار پشتیبان

مقدمه: امروزه سرطان سینه بدلیل سبک زندگی ،چاقی، عوامل ژنتیکی وسایر عوامل به یکی از مهم ترین بیماری های دوران مدرن تبدیل شده بطوری که منجر به نرخ بالای مرگ و میر در میان زنان شده است. تشخیص به موقع و سریع شانس زنده ماندن بیمار را تا حدزیادی افزایش می دهد.بنابراین وجود یک سیستم دقیق و مطمین بمنظور تشخیص به موقع و سریع خوش خیم و یا بدخیم بودن تومور سینه بسیار ضروری بنظر می رسد.هدف از این پژوهش تشخیص سرطان سینه و تسریع در روند درمان با استفاده از روشهای ترکیبی انتخاب و کاهش ویژگی مبتنی بر منطق فازی و الگوریتم ماشین بردار پشتیبان می باشد.روش پژوهش: به منظور ایجاد یک سیستم هوشمند برای تشخیص سرطان سینه ابتدا داده های گردآوری شده توسط روش های پرتونگاری که شامل 699 رکورد با 11 ویژگی از پایگاه داده UCI می باشد توسط روش F_Score و منطق فازی کاهش داده که این منجر به افزایش دقت طبقه بندی خواهد شد و درفاز دوم با استفاده از روش طبقه بندی ماشین بردار پشتیبان (SVM) داده ها به دو دسته خوش خیم و بدخیم تقسیم می شوند. یافته ها: سیستم پیشنهادی تعداد ویژگی ها (شامل:رنگ سلول،اندازه سلول و...) را از 11 ویژگی به 7 ویژگی کاهش داد و به دقت%98 دست یافت که درمقایسه با روش های مشابه مطلوب می باشد. نتیجه گیری: این پژوهش با ارایه الگوریتم انتخاب و کاهش ویژگی توام با طبقه بندی موثر موفق شد با حذف ویژگی های کم ارزش و انتخاب ویژگی های موثر میزان دقت و سرعت تشخیص سرطان سینه را به نحو مطلوب بهبود بخشد

Keywords:

سرطان سینه , انتخاب ویژگی , طبقه بندی , فازی , الگوریتم ماشین بردار پشتیبان