چکیده
مقدمه: سرطان پستان یکی از سرطانهای شایع در ایران بوده و هرگونه اقدام تشخیصی به هنگام در این مورد میتواند جان بسیاری از مبتلایان به این سرطان را نجات بخشد. هدف از این پژوهش طبقهبندی دادههای نامتوازن مربوط به بانوان مراجعهکننده به کلینیک پژوهشکده سرطان پستان جهاددانشگاهی به منظور تعیین وضعیت ایشان و طبقهبندی نرمال و یا غیرنرمال بودن پستان مراجعهکنندگان بود. مجموعه دادههای نامتوازن یکی از چالشهای پیش روی طراحی سیستمهای پزشکیار برای طبقهبندی و تعیین وضعیت بیمار محسوب میشود که در این پژوهش از روشهای سطح داده برای حل آن استفاده شد.
روش بررسی: در این مطالعه برای طبقهبندی دادههای 918 نفر، سه الگوریتم AdaBoost.M1، k تا نزدیکترین همسایه و شبکه عصبی احتمالی به خدمت گرفته شد. از آنجا که دادههای این مطالعه نامتوازن بود، برای حل این مساله از روش بیش نمونهبرداری تصادفی کلاس اقلیت، زیرنمونه برداری تصادفی کلاس اکثریت و بیش نمونهبرداری مصنوعی کلاس اقلیت استفاده شد. به منظور پیادهسازی الگوریتمها از امکانات و ابزارهای نرمافزار «متلب» و «آر» استفاده گردید. همچنین برای ورودی الگوریتمهای طبقهبندی از 60 متغیر مندرج در کاربرگهای شرح حال و معاینه فیزیکی مراجعان استفاده شد. معیارهای دقت و F-measure به منظور ارزیابی در مرحله آزمون الگوریتمها مورد استفاده قرار گرفت.
یافتهها: بر اساس معیارهای دقت و F-measure، بهترین عملکرد الگوریتمهای سهگانه این مطالعه در مواجهه با مجموعه داده تولیدشده با روش بیش نمونهبرداری مصنوعی کلاس اقلیت بود. در این راستا عملکرد الگوریتمهای AdaBoost.M1، k تا نزدیکترین همسایه و شبکه عصبی احتمالی در مواجهه با مجموعه داده مذکور و بر اساس معیارهای دقت و F-measure به ترتیب عبارتند از: 5/93 و 6/93، 5/79 و 7/87 و 86 و 9/91 بدست آمد.
نتیجهگیری: روشهای مختلفی برای حل مساله عدم توازن مجموعه دادهها به منظور طبقهبندی وجود دارد؛ نمونهگیری مجدد که از روشهای سطح داده محسوب میشود یکی از متداولترین آنهاست. از سه روش نمونهگیری مجددی که در این مطالعه استفاده شد، بهترین عملکرد طبقهبندها در مواجهه با مجموعه داده ایجاد شده در نتیجه نمونهگیری مجدد به روش بیش نمونهبرداری مصنوعی کلاس اقلیت بود. از بین الگوریتمهای به خدمت گرفته شده و بر اساس معیارهای دقت و F-measure بهترین عملکرد در تمامی مجموعه دادههای این مطالعه متعلق به الگوریتم AdaBoost.M1 بود.
بازنشر اطلاعات | |
![]() |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |