بهینه سازی در ویژگی و تشخیص سریع سرطان پستان توسط الگوریتم هایبریددرخت تصمیم و ژنتیک بهبود یافته پیشرفته

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 641

This Paper With 14 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:

EMECCONF03_066

تاریخ نمایه سازی: 7 مهر 1398

Abstract:

سرطان سینه یکی از رایج ترین و کشندهترین سرطانها در زنان است اما تشخیص به موقع و درمان آن میتواند از مرگ جلوگیری کرده و عوارض ناشی از بیماری را به شدت کاهش دهد. شرایط کنونی باعث میشود تا ضرورت ساخت سیستمی هوشمند برای تشخیص دقیقتر و سریع سرطان سینه در خانومها بیش از پیش احساس شود. این مقاله، الگوریتم هایبرید جدید درخت تصمیم و ژنتیک را بمنظور بهینه سازی ویژگیهای اصلی مورد استفاده در آزمایشگاه بیمارستانها تشخیص سریع سرطان پیشنهاد می دهد. قسمت اصلی این کار در واقع ورود منطقه ای درخت تصمیم در فیتنس الگوریتم ژنتیک بهبود یافته پیشرفته برای کمینه سازی ویژگی تشخیص سرطان روی مجموعه داده های با ابعاد بالا است. بنابراین، انتظار میرود که مدل پیشنهادی ما سرطان سینه در زنان را با توجه به حداقل ویژگیهای خطرساز شناخته شده آزمایشگاهی پیش بینی کرده و هزینه و مدت زمان مصرفی برای آزمایش های مختلف پزشکی را به حداقل ممکن کاهش دهد. برای اثبات این ادعا و اعتبارسنجی مدل، مطالعات عددی و نتایج شبیه سازی بر روی چندین گروه افراد با وضعیت معلوم از دیتاست بیمارستان دانشکده پزشکی ویسکانسین امریکا مورد آزمایش قرار میگیرد و نتایج بحث میگردد.

Keywords:

سرطان سینه , الگوریتم ژنتیک بهبود یافته پیشرفته , درخت تصمیم , اطلاعات دانشگاه ویسکانسین.

Authors

بابک صفری چابک

شرکت کهکشان پژوهش گستر برق، لاهیجان، گیلان، ایران

بهنام صفری چابک

شرکت کهکشان پژوهش گستر برق، لاهیجان، گیلان، ایران

سیده صبا آریانژاد

شرکت کهکشان پژوهش گستر برق، لاهیجان، گیلان، ایران

سیدآرمان حسینی علی آباد

دپارتمان صنایع، دانشگاه صنعتی نوشیروانی بابل، مازندران، ایران