تشخیص سرطان پستان با استفاده از کاهش دو مرحله ای ویژگی های استخراج شده آسپیراسیون سوزنی و الگوریتم های داده کاوی

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

 تشخیص سرطان پستان با استفاده از کاهش دو مرحله ای ویژگی های استخراج شده آسپیراسیون سوزنی و الگوریتم های داده کاوی دارای ۱۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تشخیص سرطان پستان با استفاده از کاهش دو مرحله ای ویژگی های استخراج شده آسپیراسیون سوزنی و الگوریتم های 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 تشخیص سرطان پستان با استفاده از کاهش دو مرحله ای ویژگی های استخراج شده آسپیراسیون سوزنی و الگوریتم های داده کاوی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تشخیص سرطان پستان با استفاده از کاهش دو مرحله ای ویژگی های استخراج شده آسپیراسیون سوزنی و الگوریتم های داده کاوی :

نام کنفرانس، همایش یا نشریه : بیماریهای پستان ایران

تعداد صفحات :۱۲

مقدمه: تشخیص زودهنگام سرطان پستان نقش بسیار کلیدی در درمان و حیات بیمار ایفا می کند. امروزه با استفاده از خصوصیات استخراج شده از آزمایش آسپیراسیون سوزنی و الگوریتم های داده کاوی می توان روش های نوین و هوشمندی در نظام سلامت و درمان ارایه داد که با دقت بالایی قادر به تشخیص سرطان پستان باشند، هدف از انجام این مطالعه تشخیص سرطان پستان با استفاده از کاهش دو مرحله ای ویژگی های استخراج شده آسپیراسیون سوزنی و الگوریتم های داده کاوی است.روش بررسی: در این مطالعه از داده های پایگاه داده WDBC موجود در UCI استفاده شد. این پایگاه شامل ۵۶۹ نمونه خوش خیم و بدخیم توده پستان با ۳۱ ویژگی است که ویژگی اول شماره شناسه پرونده بیمار و بقیه ویژگی ها نتایج کمی آزمایش آسپیراسیون سوزنی برای هر نمونه است. در این تحقیق، برای افزایش کارایی سیستم های تشخیص سرطان پستان روش کاهش ویژگی دو مرحله ای پیشنهاد شد و عملکرد روش های درخت تصمیم J48، بیزین ساده، طبقه بندی کننده درجه دوم، ماشین بردار پشتیبان و روش k نزدیکترین همسایه بر روی ویژگی های کاهش یافته مورد بررسی قرار گرفت.یافته ها: بررسی های صورت گرفته نشان دادند که کاهش ویژگی دو مرحله ای موجب افزایش دقت الگوریتم های داده کاوی در تشخیص سرطان پستان می شود. دقت مدل ایجاد شده با استفاده از کاهش ویژگی دو مرحله ای مبتنی بر ضریب همبستگی و الگوریتم PCA در روش نزدیکترین همسایه بر اساس فاصله اقلیدسی %۹۷.۵۴ می باشد که نسبت به سایر روش ها دارای بالاترین دقت است.نتیجه گیری: نتایج این مطالعه نشان داد که با استفاده از الگوریتم های داده کاوی و کاهش ویژگی دو مرحله ای مبتنی بر انتخاب ویژگی و استخراج ویژگی می توان با دقت بالایی سرطان پستان را تشخیص داد. در واقع با استفاده از این روش ها می توان سیستم های نوینی برای کمک به پزشکان طراحی نمود که موجب تسهیل در فرآیندهای تشخیصی و درمانی شوند.

کلید واژه: سرطان پستان، داده کاوی، کاهش ویژگی دو مرحله ای، دسته بندی