تاثیر انتخاب اندیس دیتاهای تست از سری اعداد اول ، فیبوناچی و مثلثی برطبقه بندی تصاویر هیستوپاتولوژیک کولون به روشANFIS وGA-KSOM

سرطان کولون یکی از علل اصلی مرگ و میر دربین سرطانها در جهان می باشد که به گزارش سازمان WHO با اکثریت افراد مبتلا به این نوع سرطان مواجه هستیم و بیشترین آمار مبتلایان به آن دارای سن 60 سال یا بیشتر هستند. همانند انواع دیگر سرطان تشخیص زود هنگام آن برای درمان موفق بسیار مهم است.این مقاله برای کلاسبندی تصاویر هیستوپاتولوژیک کولون به سه دسته نرمال ، پولیپ آدنوماتوز، و سرطانی به روش مپ خودسازمانده Kohonen به کمک الگوریتم ژنتیک و استفاده از طبقه بند نورو-فازی می باشد . (KSOM) با الگوریتم ژنتیک (GA) یا بطور خلاصه GA-KSOM در مرحله انتخاب ویژگیها و الگوریتم نوروفازی در مرحله کلاس بندی استفاده می شودAdaptive Neuro Fuzzy Inference System. یک سیستم استنتاج شبکه نوروفازی تطبیق پذیر است که ساختار خود را به بفرم نورو-فازی انتخاب می کند. صحت طبقه بندی به دست آمده با مقادیر 86.7٪ و 87.8٪ برای مجموعه داده های بخش آموزش و تست بسیار امیدوار کننده می باشد.

کلیدواژه ها:

سرطان کولون ، شبکه عصبی ، الگوریتم ژنتیک ، شبکه ANFIS ، شبکه KSOM