تشخیص سرطان پروستات به کمک منطق فازی و با استفاده از ترکیب اطلاعات ویژگی های بالینی

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 569

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SCAR01_031

تاریخ نمایه سازی: 20 آبان 1397

چکیده مقاله:

تشخیص به موقع سرطان پروستات به عنوان شایع ترین سرطان در جنس مذکر و یک بیماری کشنده از چالش های حوزه سلامت و درمان است. کشف زودهنگام این بیماری در محلی نگه داشتن سرطان در ناحیه پروستات، بهبود فرآیند درمان و کاهش هزینه های درمانی بسیار موثر است. در این پژوهش سعی شده است تا با ارایه مدل تصمیم یار تشخیص پزشکی که توان تحلیل و تفسیر اطلاعات پزشکی مختلف را دارا است، دقت تشخیصی مناسبی نسبت به روش ها و مدل های دیگر ارایه شود. برای این منظور اطلاعات سیصد فرد مشکوک به سرطان پروستات با 11 ویژگی تشخیصی سن، وزن، قد، BMI، ضربان قلب، فشار خون دیاستولیک، فشار خون سیستولیک، PSA، سیگاری بودن، مقدار پروستات و چگالی از مقاله مورد مطالعه استخراج شد و بمنظور کاهش پیچیدگی تشخیصی سیستم فازی، از بین ویژگی های اشاره شده سه ویژگی تشخیصی بهتر، سن، سیگاری بودن و PSA با نظر فرد خبره انتخاب شدند. از سوی دیگر جهت افزایش دقت تشخیص، ویژگی سطح ناحیه آلوده که از نتایج پردازش تصویر MRI دست آمده و با دیگر ویژگی های تشخیصی ترکیب و به عنوان ورودی به سیستم فازی ارایه شدند. جهت طبقه بندی از منطق فازی موتور استنتاج ممدانی استفاده شد. مدل پیشنهادی 85٫ 3 ٪ صحت، 85٪ دقت، 92٪ حساسیت و 74٪ ویژگی را نشان داده است که در مقایسه با روش شبکه عصبی LM مورد بررسی در این پژوهش میزان معیارهای صحت 1٫ 7٪، دقت 0٫ 5٪، حساسیت 3٪ و ویژگی 2٪ افزایش و در نهایت عملکرد بهتری را در مقایسه با شبکه عصبی LM نشان می دهد.

نویسندگان

ایمان عطارزاده

استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران

وحید زرین افشان

کارشناس ارشد مهندسی کامپیوتر-هوش مصنوعی، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران