[صفحه اصلی ]   [Archive]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: جلد 5، شماره 4 - ( فصلنامه بیماری های پستان ایران 1391 ) ::
جلد 5 شماره 4 صفحات 23-34 برگشت به فهرست نسخه ها
پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی
لیلا قاسم احمد
، lga_77@yahoo.com
چکیده:   (11817 مشاهده)
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 هرکدام 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(Artificial Neural Networks :ANNs) 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 936/0 ،947/0 و 957/0 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.
واژه‌های کلیدی: عود سرطان پستان، درخت تصمیم گیری، ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، طبقه بندی.
متن کامل [PDF 496 kb]   (12151 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: بیماریهای پستان
دریافت: 1392/6/25 | پذیرش: 1392/9/3 | انتشار: 1392/9/3
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Using Data Mining Techniques for Prediction Breast Cancer Recurrence. ijbd. 2013; 5 (4) :23-34
URL: http://ijbd.ir/article-1-236-fa.html

قاسم احمد لیلا. پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی. فصلنامه علمی - پژوهشی بیماری های پستان ایران. 1391; 5 (4) :23-34

URL: http://ijbd.ir/article-1-236-fa.html



جلد 5، شماره 4 - ( فصلنامه بیماری های پستان ایران 1391 ) برگشت به فهرست نسخه ها
فصلنامه علمی- پژوهشی بیماری های پستان ایران Iranian Quarterly Journal of Breast Disease

Iranian Journal of Breast Diseases Accepted terms and conditions of:

Creative Common Attribution Committee on Publication Ethics: COPE World Association of Medical Editors International Committee of Medical Journal Editors
Persian site map - English site map - Created in 0.06 seconds with 31 queries by YEKTAWEB 4241