تشخیص سرطان سینه خوش خیم وبدخیم با استفاده از روش گروهی جابجایی داده ها

یکی از خطراتی که زنان را به شدت تهدید می کند، سرطان سینه می باشد. درصورتی که بتوان این توموررادرسینه تشخیص داد، شانس زندگی فرد به صورت سالم و عادی بیشتر خواهد بود، از این رو ساخت سامانه هایی جهت تشخیص این نوع سرطان، مانند سامانه های تشخیص درحوزه های دیگر پزشکی امری بسیار حیاتی محسوب میگردد. شبکه های عصبی مصنوعی دریک محدوده وسیعی ازمسایل کلاس بندی داده استفاده می شوند. الگوریتم پس انتشار تکنیک طبقه بندی استفاده شده در آموزش شبکه عصبی مصنوعی می باشد. از آنجا که این الگوریتم تعدادی معایب دارد، کلاس بندی باشبکه عصبی مبتنی برروش گروهی جابجایی داده ها پیاده سازی شده است. بنابراین این دو روش در کلاس بندی سرطان سینه خوش خیم وبدخیم با هم ارزیابی می شود. نتایج حاصل از این پژوهش نشان می دهد که نرخ دقت برای تشخیص خوش خیم بودن و یا بد خیم بودن سرطان سینه %99.3 توسط شبکه عصبی مبتنی بر روش گروهی جابه جایی داده ها می باشد؛ که نسبت به نتایج بدست آمده الگوریتم آموزشی پس انتشار عملکرد بهتری در تشخیص بیماری سرطان سینه دارد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، کلاس بندی ، پس انتشار ، روش گروهی جابجایی داده ها