ارایه یک مدل تشخیص سرطان سینه به کمک دسته بندی کننده های بیزین
محل انتشار: دومین همایش کامپیوتر، برق و فناوری اطلاعات
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,438
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CCIEEE02_038
تاریخ نمایه سازی: 21 تیر 1391
چکیده مقاله:
اساسا مساله تشخیص درپزشکی از مولفه های تاثیرگذار درپیشبرد سیاست های درمان محسوب می شود که اخیرا پیشرفت های قابل ملاحظه ای با استفاده ازتکنی های داده کاوی دراین عرصه شکل گرفته است دراین مقاله از شبکه های باوربیزی به عنوان یک روش مدلسازی غیرخطی برای ارایه یک روش تشخیص وخامت سرطان سینه تحت عدم قطعیت استفاده شده است مجموعه داده ها ما مشاهدات ثبت شده BCW حاصل از فرایند نمونه گیری FNA است که دردانشگاه Wisconsin بدست آمدها ست دراین مقاله ابتدا با استفاده از الگوریتم جستجوی K2 به عنوان یک روش یادگیری ساختاری امتیازگرا شبکه بیزی مورد نظر بدست آمد و سپس با نرم افزار Netica میزان احتمال بدخیمی تومورها اندازه گیری شد خروجی روش ارایه شده نشان میدهد که این مدل از دقت و قابلیت اطمینان بیشتری نسبت به روشهای خطی موجود برخوردار است.
کلیدواژه ها:
سرطان سینه - داده کاوی - شبکه های باوربیزی - یادگیری ساختاری - Netica
نویسندگان
علیرضا صادقی حصار
دانشگاه آزاد اسلامی واحد مشهد
حمید طباطبایی یزدی
دانشگاه آزاد قوچان
مهرداد جلالی
دانشگاه آزاد مشهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :