آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
جلد 12، شماره 3 - ( فصلنامه علمی - پژوهشی بيماري‌هاي پستان ايران 1398 )
جلد 12 شماره 3 صفحات 35-26 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Sharifi A, Alizadeh K. Prediction of Breast Tumor Malignancy Using Neural Network and Whale Optimization Algorithms (WOA). ijbd 2019; 12 (3) :26-35
URL: http://ijbd.ir/article-1-753-fa.html
URL: http://ijbd.ir/article-1-753-fa.html
شریفی علی، علیزاده کمال. پیش‌بینی بدخیمی تومور پستان با استفاده از شبکه عصبی و الگوریتم بهینهسازی وال (WOA). بیماریهای پستان ایران. 1398; 12 (3) :26-35
علی شریفی1 
، کمال علیزاده*2
، کمال علیزاده*2
1- دانشگاه لرستان
2- دانشگاه لرستان ،alizadehkam@yahoo.com
2- دانشگاه لرستان ،
چکیده: (4712 مشاهده)
مقدمه: سرطان پستان به عنوان یکی از شایع‌ترین علل مرگ و میر در میان زنان در نظر گرفته می‌شود. تشخیص زودهنگام سرطان پستان شانس زنده ماندن را افزایش می‌دهد. مطالعه حاضر جهت پیش‌بینی دقیق‌تر و تصمیم‌گیری مؤثرتر در درمان بیماران مبتلا به سرطان پستان صورت گرفته است.
روش بررسی: مطالعه حاضر که از نوع کاربردی و توصیفی-تحلیلی بر اساس بهره‌گیری از روش‌های کامپیوتری است، جامعه‌ی هدف آن متشکل از 699 مورد بیماران مبتلا به سرطان پستان خوش‌خیم و بدخیم با 9 متغیر ورودی روی مجموعه داده‌های بیماری سرطان پستان پایگاه UCI انجام شده است، قبل از نرمال‌سازی داده‌ها از الگوریتم EM برای داده‌کاوی استفاده شده است. سپس از مدل ترکیب شبکه عصبی مبتنی بر ساختار پرسپترون چند لایه با الگوریتم بهینهسازی وال (WOA) برای پیش‌بینی بدخیمی تومور پستان استفاده شده است و دقت و پیش‌بینی آن مورد بررسی و مقایسه قرار گرفته است.
یافته‌ها: نتایج مطالعه حاضر نشان می‌دهد که پس از پیش‌پردازش مجموعه داده‌های بیماری، دقت الگوریتم پیشنهادی برای داده‌های آموزش و آزمون به ترتیب برابر با 6/99 و 99 بوده است و همچنین دقت پیش بینی مدل پیشنهادی برابر 4/99 به دست آمد که با مقایسه صورت گرفته نسبت به روش‌های مختلف یادگیری ماشین در مطالعات دیگر نتیجه خوبی می‌باشد.
نتیجه گیری: با توجه به اهمیت تشخیص زودهنگام بیماری سرطان پستان، یافته‌های این مطالعه می‌تواند به برنامه‌ریزان و ارائه‌کنندگان خدمات سلامت در برنامه‌های تشخیص به موقع این بیماری کمک شایانی نماید.
روش بررسی: مطالعه حاضر که از نوع کاربردی و توصیفی-تحلیلی بر اساس بهره‌گیری از روش‌های کامپیوتری است، جامعه‌ی هدف آن متشکل از 699 مورد بیماران مبتلا به سرطان پستان خوش‌خیم و بدخیم با 9 متغیر ورودی روی مجموعه داده‌های بیماری سرطان پستان پایگاه UCI انجام شده است، قبل از نرمال‌سازی داده‌ها از الگوریتم EM برای داده‌کاوی استفاده شده است. سپس از مدل ترکیب شبکه عصبی مبتنی بر ساختار پرسپترون چند لایه با الگوریتم بهینهسازی وال (WOA) برای پیش‌بینی بدخیمی تومور پستان استفاده شده است و دقت و پیش‌بینی آن مورد بررسی و مقایسه قرار گرفته است.
یافته‌ها: نتایج مطالعه حاضر نشان می‌دهد که پس از پیش‌پردازش مجموعه داده‌های بیماری، دقت الگوریتم پیشنهادی برای داده‌های آموزش و آزمون به ترتیب برابر با 6/99 و 99 بوده است و همچنین دقت پیش بینی مدل پیشنهادی برابر 4/99 به دست آمد که با مقایسه صورت گرفته نسبت به روش‌های مختلف یادگیری ماشین در مطالعات دیگر نتیجه خوبی می‌باشد.
نتیجه گیری: با توجه به اهمیت تشخیص زودهنگام بیماری سرطان پستان، یافته‌های این مطالعه می‌تواند به برنامه‌ریزان و ارائه‌کنندگان خدمات سلامت در برنامه‌های تشخیص به موقع این بیماری کمک شایانی نماید.
واژه‌های کلیدی: سرطان پستان، الگوریتم EM، الگوریتم بهینهسازی وال WOA، شبکه عصبی مصنوعی، ساختار پرسپترون چند لایه
متن کامل [PDF 722 kb]
(2742 دریافت)
نتیجه گیری: با توجه به اهمیت تشخیص زودهنگام بیماری سرطان پستان، یافته‌های این مطالعه می‌تواند به برنامه‌ریزان و ارائه‌کنندگان خدمات سلامت در برنامه‌های تشخیص به موقع این بیماری کمک شایانی نماید.
نوع مطالعه: پژوهشي |
موضوع مقاله:
بیماریهای پستان
دریافت: 1398/2/25 | پذیرش: 1398/5/23 | انتشار: 1398/8/22
دریافت: 1398/2/25 | پذیرش: 1398/5/23 | انتشار: 1398/8/22
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
