پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی :

نام کنفرانس، همایش یا نشریه : بیماریهای پستان ایران

تعداد صفحات :۱۶

مقدمه: تعداد و اندازه پایگاه داده های پزشکی به سرعت در حال افزایش است و مدل های توسعه یافته تکنیک داده کاوی می توانند برای پزشکان جهت کمک در تصمیم گیری موثر و کاربردی باشند. هدف اصلی از این مقاله، گزارش یک پروژه تحقیقاتی به منظور مقایسه الگوریتم های مختلف داده کاوی از طریق مقایسه حساسیت، ویژگی و دقت بین آنها، جهت انتخاب دقیق ترین مدل برای پیش بینی عود مجدد سرطان پستان در زنان مبتلا بوده است. در حقیقت بیان کاربرد عملی داده کاوی در حوزه سرطان پستان با استفاده از داده های ثبت شده در پایگاه داده است که به فراهم کردن اطلاعات ضروری و دانش مورد نیاز پزشکان در تصمیم گیری بهتر کمک می کند.مواد و روش ها: این تحقیق در خصوص بیماران مبتلا به سرطان پستان که حداقل هر کدام به مدت دو سال تحت پیگیری بوده اند، انجام شد. اطلاعات این بیماران در مرکز تحقیقات سرطان پستان جهاد دانشگاهی برای پیگیری اقدامات درمانی ثبت و بیماران حداقل به مدت دو سال پس از تشخیص، تحت نظر این مرکز بوده و پیگیری های بعدی برای آنها انجام شده است. به منظور توسعه مدل های پیش بینی جهت پیش بینی عود سرطان پستان، از درختان تصمیم گیری (C5.0)، ماشین بردار پشتیبان(SVM: Support Vector Machines) و تکنیک های شبکه های عصبی مصنوعی(ANNs: Artificial Neural Networks) با بهره گیری از پایگاه داده مذکور استفاده شده است.نتایج: بررسی های صورت گرفته نشان می دهد که دقت در سه الگوریتم داده کاوی، یعنی درخت تصمیم گیری، ANN و SVM به ترتیب ۰.۹۳۶، ۰.۹۴۷ و ۰.۹۵۷ بوده است.بحث و نتیجه گیری: مدل طبقه بندی SVM در پیش بینی عود مجدد سرطان پستان، حداقل میزان خطا و بیشترین دقت را داشت که بالاتر از درخت تصمیم گیری و مدل ANN بود و دقت پیش بینی در مدل درخت تصمیم گیری(C5.0) نیز پایین ترین میزان در بین سه مدل پیش بینی را نشان داد. نتایج به دست آمده حاکی از افزایش درصد صحت نتایج، با بهره گیری از روش های تقویت و هرس کردن بوده است.

کلید واژه: عود سرطان پستان، درخت تصمیم گیری، ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، طبقه بندی