[صفحه اصلی ]   [Archive]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: جلد 11، شماره 3 - ( فصلنامۀ علمی - پژوهشی بيماري‌هاي پستان ايران 1397 ) ::
جلد 11 شماره 3 صفحات 71-82 برگشت به فهرست نسخه ها
بهبود الگوریتم زنبور عسل ژنتیکی برای انتخاب ویژگی های موثر در پیش بینی سرطان پستان از بین عادات غذایی، عوامل فرهنگی، علایم بالینی و نتایج آزمایشگاهی
مهدی نوشیار ، محمد مومنی ، ثریا غراوی
دانشکده مهندسی برق و کامپیوتر، گروه کامپیوتر، دانشگاه محقق اردبیلی، اردبیل ، nooshyar@uma.ac.ir
چکیده:   (190 مشاهده)
مقدمه: کشف ویژگی های موثر در بروز سرطان پستان دارای اهمیت است. وجود علایم مختلف این بیماری، تشخیص را برای پزشکان دشوار می کند. پیشگیری از ابتلا به سرطان پستان با آگاهی از عوامل تاثیرگذار در بروز بیماری، میسر می‌گردد. هدف این مقاله، انتخاب ویژگی‌های موثر در پیش‌بینی سرطان پستان از بین عادات غذایی، عوامل فرهنگی و نتایج آزمایشگاهی است. برای این کار یک مدل بهینه مبتنی الگوریتم زنبور عسل ژنتیکی برای افزایش دقت یادگیری ماشین معرفی می‌شود.
روش بررسی: در این مطالعه، اطلاعات بیماران از پایگاه داده بیمارستان فوق تخصصی مرتاض یزد جمع ­آوری شده ­است. پرونده پزشکی 711 بیمار مبتلا به سرطان پستان با تعداد 63 ویژگی مورد بررسی قرار گرفته است. هر یک از بیماران حداقل به مدت دو سال تحت پیگیری بوده­ اند. ویژگی‌های تاثیرگذار در ابتلا و تشخیص سرطان پستان از بین عادات غذایی، عوامل فرهنگی، علایم بالینی و نتایج آزمایشگاهی، با استفاده از الگوریتم GBC و ماشین بردار پشتیبان انتخاب شد.
یافته­ ها: ویژگی‌های استعمال سیگار و قلیان، عدم فعالیت ورزشی، اشتغال در شیف شب و تجرد از بین عادات غذایی و عوامل فرهنگی در ارتباط با تشخیص سرطان پستان انتخاب شدند. همچنین مدل ‌پیشنهادی ویژگی‌هایی مانند: مقایسه نتیجه ماموگرافی قبلی و فعلی، مدت مصرف قرص ضدبارداری، هیستروکتومی، جایگزینی هورمون، میزان تو رفتگی نوک پستان، میزان درد، نوع ترشح و توده موجود در تصاویر ماموگرافی را موثر در تشخیص این بیماری دانست. هیچ ارتباط معناداری بین سرطان پستان و ویژگی‌هایی مانند استفاده از ماکروفر در آشپزخانه، نوع برنج و روغن مصرفی یافت نشد.
نتیجه­ گیری: با استفاده از عادات غذایی و عوامل فرهنگی در پیش­بینی سرطان پستان، مدل پیشنهادی نسبت به سایر مدل­ های مورد مقایسه مانند فازی و شبکه عصبی، دارای حداقل میزان خطا و بیش­ترین دقت و صحت ­است.
واژه‌های کلیدی: الگوریتم زنبور عسل ژنتیکی، انتخاب ویژگی، سرطان پستان، عادات غذایی، عوامل فرهنگی، نتایج آزمایشگاهی
متن کامل [PDF 700 kb]   (131 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: بیماریهای پستان
دریافت: ۱۳۹۷/۳/۲۳ | پذیرش: ۱۳۹۷/۷/۳ | انتشار: ۱۳۹۷/۹/۲۵
نتیجه­ گیری: با استفاده از عادات غذایی و عوامل فرهنگی در پیش­بینی سرطان پستان، مدل پیشنهادی نسبت به سایر مدل­ های مورد مقایسه مانند فازی و شبکه عصبی، دارای حداقل میزان خطا و بیش­ترین دقت و صحت ­است.

ارسال پیام به نویسنده مسئول

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

CAPTCHA code



XML   English Abstract   Print


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

Nooshyar M, Momeny M, Gharravy S. Improvement of Genetic Bee Algorithm to Select the Effective Features in Predicting Breast Cancer from Among Dietary Habits, Cultural Factors, Clinical Signs, and Laboratory Results. ijbd. 2018; 11 (3) :71-82
URL: http://ijbd.ir/article-1-679-fa.html

نوشیار مهدی، مومنی محمد، غراوی ثریا. بهبود الگوریتم زنبور عسل ژنتیکی برای انتخاب ویژگی های موثر در پیش بینی سرطان پستان از بین عادات غذایی، عوامل فرهنگی، علایم بالینی و نتایج آزمایشگاهی. فصلنامه علمی - پژوهشی بیماری های پستان ایران. 1397; 11 (3) :71-82

URL: http://ijbd.ir/article-1-679-fa.html



جلد 11، شماره 3 - ( فصلنامۀ علمی - پژوهشی بيماري‌هاي پستان ايران 1397 ) 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 32 queries by YEKTAWEB 3877