افزایش دقت پیش بینی سرطان پستان با استفاده از الگوریتم ژنتیک و داده کاوی

پیام:
چکیده:
مقدمه
سرطان پستان یکی از شایع ترین علت مرگ و میر در زنان محسوب می شود. پیش بینی صحیح سرطان پستان دارای اهمیت است. وجود علایم و ویژگی های مختلف این بیماری، تشخیص را برای پزشکان دشوار می کند. داده کاوی امکان تحلیل داده های بالینی بیماران برای تصمیم گیری های پزشکی را فراهم می کند. هدف این مقاله، ارایه یک مدل برای افزایش دقت پیش بینی سرطان پستان است.
روش بررسی
در این مطالعه، پرونده پزشکی 574 بیمار مبتلا به سرطان پستان با تعداد 32 ویژگی مورد بررسی قرار گرفته است. اطلاعات بیماران از پایگاه داده استاندارد بیمارستان فوق تخصصی مرتاض یزد جمع آوری شده است. هر یک از بیماران حداقل به مدت یک سال تحت پیگیری بوده اند. به منظور ارایه مدل پیش بینی سرطان پستان از الگوریتم ژنتیک و داده کاوی استفاده می شود.
یافته ها
مدل پیشنهادی با روش های درخت تصمیم گیری، نایو بیز و نزدیک ترین همسایه مورد مقایسه قرار گرفت. نتایج نشان می دهد که دقت پیش بینی مدل پیشنهادی برابر با 973/0 بوده است. همچنین برای روش های نایو بیز، درخت تصمیم گیری و نزدیک ترین همسایه دقت پیش بینی به ترتیب برابر با 913/0، 929/0 و 951/0 می باشد.
نتیجه گیری
در پیش بینی سرطان پستان، مدل پیشنهادی نسبت به سایر مدل های مورد مقایسه دارای حداقل میزان خطا و بیش ترین دقت و صحت است. روش نایو بیز، حداکثر میزان خطا و کم ترین دقت را دارا می باشد.
زبان:
فارسی
صفحات:
45 تا 56
لینک کوتاه:
magiran.com/p1552411 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!