تشخیص سرطان سینه بر اساس رویکرد ترکیبی مبتنی بر الگوریتم کرم شب تاب وترکیب سیستم های هوشمند
محل انتشار: کنفرانس بین المللی مهندسی، هنر و محیط زیست
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 713
فایل این مقاله در 8 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:
CEAE01_024
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
پیش بینی و تشخیص بیماری های مختلف دو مولفه تاثیر گذار علوم پزشکی می باشند.اخیرا با گسترش روز افزون علم، استفاده از سیستم های پشتیبان تصمیم می تواند کمک بسیار زیادی در سیاست های درمانی پزشک داشته باشد بدین منظور ما در این مقاله با استفاده از سیستم های هوشمند مصنوعی سعی می کنیم پیش بینی و تشخیص سرطان سینه که یکی از رایج ترین سرطان ها در بین زنان میباشد را انجام دهیم. در این مطالعه از دادگان پایگاه تشخیص سرطان Wisconsin که براساس 9 ویژگی مختلف تفکیک شده اند، استفاده شده است .سیستم پیشنهادی دارای زیر سیستم الگوریتم تکاملی و الگوریتم داده کاوی SVM به منظور انتخاب بهترین ویژگی ها و دسته بندی آن ها از ویژگی های غیر موثر بوده و 4 ویژگی موثر انتخاب شده ، در انتها نیز از سیستم انطباقی فازی عصبی به منظور یادگیری در جهت پیش بینی و تخمین استفاده می نماید. مقایسه عملکرد روش مزبور با سایر روش های دیگر نشان دهنده عملکرد مطلوب و دقت بالای سیستم پیشنهادی می باشد
کلیدواژه ها:
نویسندگان
احسان صادقی پور
دانشگاه آزاد اسلامی واحد بندرعباس، باشگاه پژوهشگران جوان و نخبگان، بندرعباس، ایران
نصرالله صحراگرد
استادیار دانشکده مهندسی برق و کامپیوتر، دانشگاه هرمزگان، بندرعباس، ایران
محمودرضا سایبانی
استادیار دانشکده مهندسی برق و کامپیوتر، دانشگاه هرمزگان، بندرعباس، ایران
زینب بهمن زاده
مربی دانشکده علوم و فنون دریایی، دانشگاه هرمزگان، بندرعباس، ایران
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 :