Iranian Journal of Breast Diseases
بیماریهای پستان ایران
ijbd
Medical Sciences
http://ijbd.ir
0
user
1735-9406
2645-7482
10.61186/ijbd
fa
jalali
1391
12
1
gregorian
2013
3
1
6
1
online
1
fulltext
fa
مروری بر 7 الگوریتم برتر داده کاوی در پیشبینی بقا، تشخیص و عود بیماران مبتلا به سرطان پستان
Review top 7 Algorithms in Data Mining for Prediction Survivability, Diagnosis and Recurrence of Breast Cancer
بیماریهای پستان
Breast Diseases
پژوهشي
Research
چکیده
مقدمه: پیش بینی تشخیص، بقا و عود بیماران مبتلا به سرطان پستان، همواره از چالشهای مهم برای محققین و پزشکان بوده است. امروزه به مدد علوم بیوانفورماتیک، امکان رفع این چالشها با بهرهگیری از اطلاعات قبلی ثبت شده از بیماران تا حدود زیادی محقق گردیده است. با تکنولوژیهای کم هزینه سخت افزاری و نرم افزاری، دادهها با کیفیت بهتر و در حجمهای بالاتر به صورت خودکار ذخیره میگردند و به کمک تجزیه و تحلیل بهتر آنها، این حجم عظیم از دادهها به صورتی کارآمد و موثرتر پردازش می-شوند. هدف اصلی این مقاله معرفی تعدادی از الگوریتمهای پرکاربرد و شناخته شده دادهکاوی در سرطان پستان است.
روش بررسی: الگوریتمهای دادهکاوی، مدلهای بهینهای هستند که در پیش بینی تشخیص، بقا و عود سرطان پستان به کار رفته و دقت قابل توجهی از خود نشان دادهاند. نتایج حاصل از این الگوریتمها، نه تنها به پزشکان در تصمیم گیری بهتر کمک میکند بلکه باعث آشکار شدن برخی از الگوهای پنهان و ناشناخته میشود که شاید توجه خاصی به آنها معطوف نبوده است. این الگوریتمها شامل:
شبکههای عصبی مصنوعی (Artificial Neural Networks/ANNs)، درختان تصمیم گیری(Decision Trees) ، شبکه-های بیزی(Bayes Nets) ، بیزی ساده(Naive Bayes) ، رگرسیون لجستیک(Logistic Regression) ، بردار پشتیبان ماشین
(Support Vector Machine) و روشهای ترکیبی درختان تصمیم و شبکههای بیزی(Decision Tree with Naive Bayes) هستند. از این الگوریتمها، برای دسته بندی، خوشه بندی، یادگیری آماری که مهمترین روشهای داده کاوی هستند، استفاده میشود.
یافتهها: در این مقاله، 7 الگوریتم برتر دادهکاوی در پیش بینی بقا، تشخیص و عود بیماران مبتلا به سرطان پستان معرفی میگردند و با معرفی هر الگوریتم، پیشینهای از تحقیقات صورت گرفته در سرطان پستان به کمک الگوریتم مورد نظر، نتایج حاصل از آن و همچنین تحقیقات فعلی در حال انجام در این خصوص ارائه میشود. درختان تصمیم و ماشین بردار پشتیبان، در تحقیقات مختلف انجام شده، معمولا نتایج بهتر و دقیقتری در زمینه دقت، حساسیت و ویژگی ارایه کردهاند.
نتیجهگیری: موفقیت این الگوریتمها، به فاکتورهای متعددی چون وجود متغیرهای مورد نیاز، بزرگتر بودن پایگاه داده، کم بودن تعداد دادههای مفقوده و دسترسی به دادههای صحیح و درست بستگی دارد.
سرطان پستان، الگوریتمهای دادهکاوی، پیش بینی، شبکههای عصبی مصنوعی، درختان تصمیمگیری، شبکههای بیزی، رگرسیون لجستیک، بردار پشتیبان ماشین.
52
61
http://ijbd.ir/browse.php?a_code=A-10-222-14&slc_lang=fa&sid=1
Leila
Ghasem Ahmad
لیلا
قاسم احمد
lga_77@yahoo.com
00031947532846001017
00031947532846001017
Yes