آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
جلد 11، شماره 3 - ( فصلنامۀ علمی - پژوهشی بيماري‌هاي پستان ايران 1397 )
جلد 11 شماره 3 صفحات 82-71 |
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:
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
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. بیماریهای پستان ایران. 1397; 11 (3) :71-82
مهدی نوشیار*1 
، محمد مومنی2 ، ثریا غراوی3
، محمد مومنی2 ، ثریا غراوی3
1- دانشکده مهندسی برق و کامپیوتر، گروه کامپیوتر، دانشگاه محقق اردبیلی، اردبیل ، nooshyar@uma.ac.ir
2- ، دانشکده مهندسی برق و کامپیوتر، گروه کامپیوتر، دانشگاه یزد، یزد، ایران
3- دانشکده برق و کامپیوتر، مجتمع آموزش عالی اسفراین، خراسان شمالی، اسفراین
2- ، دانشکده مهندسی برق و کامپیوتر، گروه کامپیوتر، دانشگاه یزد، یزد، ایران
3- دانشکده برق و کامپیوتر، مجتمع آموزش عالی اسفراین، خراسان شمالی، اسفراین
چکیده: (4843 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.
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]
(3390 دریافت)
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.
نوع مطالعه: پژوهشي |
موضوع مقاله:
بیماریهای پستان
دریافت: 1397/3/23 | پذیرش: 1397/7/3 | انتشار: 1397/9/25
دریافت: 1397/3/23 | پذیرش: 1397/7/3 | انتشار: 1397/9/25
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
