آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
جلد 9، شماره 2 - ( فصلنامه علمی - پژوهشی بیماری های پستان ایران 1395 )
جلد 9 شماره 2 صفحات 18-7 |
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:
Darzi M, Olfat Bakhsh A, Gorgin S, Oveisi F, Hashemi E, Alavi N. Imbalanced Data Classification for Primary Diagnosis of Breast Diseases by AdaBoost.M1, K-Nearest Neighbor and Probabilistic Neural Network. ijbd 2016; 9 (2) :7-18
URL: http://ijbd.ir/article-1-525-fa.html
URL: http://ijbd.ir/article-1-525-fa.html
درزی محمد، الفت بخش آسیه، گرگین سعید، اویسی فرید، هاشمی عصمت، علوی نسرین. طبقهبندی دادههای نامتوازن در تشخیص اولیه بیماریهای پستان با روشهای آدابوست، شبکه عصبی احتمالی و K تا نزدیکترین همسایه. بیماریهای پستان ایران. 1395; 9 (2) :7-18
محمد درزی*1 
، آسیه الفت بخش ، سعید گرگین ، فرید اویسی ، عصمت هاشمی ، نسرین علوی
، آسیه الفت بخش ، سعید گرگین ، فرید اویسی ، عصمت هاشمی ، نسرین علوی
1- ، modarzi@yahoo.com
چکیده: (9112 مشاهده)
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.
واژه‌های کلیدی: عدم توازن داده، طبقهبندی، بیماری پستان، K، AdaBoost.M1 تا نزدیک ترین همسایه، شبکه عصبی احتمالی، نمونهگیری مجدد.
نوع مطالعه: پژوهشي |
موضوع مقاله:
بیماریهای پستان
دریافت: 1395/6/27 | پذیرش: 1395/6/27 | انتشار: 1395/6/27
دریافت: 1395/6/27 | پذیرش: 1395/6/27 | انتشار: 1395/6/27
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
