CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تعیین رژیم درمانی بیماران مبتلا به سرطان پستان با استفاده از الگوریتم نزدیکترین همسایگی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۲۱ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: CITCOMP03_071
زبان مقاله: فارسی
حجم فایل: ۲۰۶.۶۷ کیلوبایت (فایل این مقاله در ۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعیین رژیم درمانی بیماران مبتلا به سرطان پستان با استفاده از الگوریتم نزدیکترین همسایگی

  ستایش صادقی - دانشجوی کارشناسی ارشد ،گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کرمان، کرمان، ایران
  امین گلاب پور - استادیار دانشگاه علوم پزشکی شاهرود، شاهرود، ایران

چکیده مقاله:

سرطان پستان شایعترین سرطان زنان در امریکا و دومین علت مرگ در اثر سرطان در این کشور است. بر اساس آمار سازمان بهداشت جهانی در سال 2018 سرطان پستان پنجمین علت مرگ ناشی از سرطان در جهان با حدود 508,000 مورد مرگ از بین حدود 54 میلیون مرگ در جهان میباشد. این سرطان در بین زنان، اولین علت مرگ ناشی از سرطان را به خود اختصاص میدهد در این پژوهش قصد داریم با نزدیکترین همسایگی روشی جدید و کارآمد برای تعیین روش رژیم درمان مبتلایان به سرطان پستان در ایران ارایه دهیم جهت ارزیابی مدل پیشنهادی از سه معیار دقت، حساسیت و ویژگی استفاده میشود.

کلیدواژه‌ها:

تغذیه-سرطان- نزدیکترین همسایگی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP03-CITCOMP03_071.html
کد COI مقاله: CITCOMP03_071

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
صادقی, ستایش و امین گلاب پور، ۱۳۹۷، تعیین رژیم درمانی بیماران مبتلا به سرطان پستان با استفاده از الگوریتم نزدیکترین همسایگی، سومین کنفرانس ملی در مهندسی کامپیوتر، فناوری اطلاعات و پردازش داده ها، تهران، دانشگاه پیام نور، https://www.civilica.com/Paper-CITCOMP03-CITCOMP03_071.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (صادقی, ستایش و امین گلاب پور، ۱۳۹۷)
برای بار دوم به بعد: (صادقی و گلاب پور، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۶۳۷۳
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > سرطان
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.