تعیین مرحله بالینی سرطان پستان توسط الگوریتم های داده کاوی
محل انتشار: فصلنامه بیماری های پستان، دوره: 7، شماره: 2
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 343
فایل این مقاله در 9 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:
JR_IJBD-7-2_004
تاریخ نمایه سازی: 18 اسفند 1397
چکیده مقاله:
سرطان پستان شایعترین سرطان زنان در ایران است. مرحله بالینی بیماری (stage) تعیین کننده نوع درمان، پیش-آگهی و میزان بقا است. هدف اصلی از این مقاله، انتخاب یک الگوریتم مناسب است که بتواند مرحله بیماری فرد مبتلا به سرطان پستان را تعیین کند.روش بررسی: در این مطالعه توصیفی- تحلیلی، داده های اندازه تومور، درگیری غدد لنفاوی و متاستاز مربوط به 732 بیمار مبتلا به سرطان پستان در بیمارستان ولیعصر بیرجند مورد استفاده قرار گرفت. از این داده ها جهت انتخاب الگوریتمی مناسب از میان الگوریتم های درخت تصمیم، شبکه های عصبی مصنوعی، شبکه های بیزین و -K نزدیکترین همسایه برای تشخیص مرحله بیماری فرد جدید استفاده شده است.یافته ها: بررسی ها نشان میدهد که الگوریتم -K نزدیکترین همسایه میتواند با احتمال %96 به درستی مرحله بیماری فرد مراجعه کننده را با اندازه گیری اندازه تومور، میزان درگیر بودن غدد لنفاوی و میزان متاساز را تشخیص دهد.نتیجه گیری: الگوریتم -K نزدیکترین همسایه در تشخیص مرحله بالینی سرطان پستان، بیشترین دقت را دارد
کلیدواژه ها:
نویسندگان
مریم السادات محمودی
مربی، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور
سیدعباس محمودی
کارشناسی ارشد کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات یزد
فاطمه حقیقی
دانشیار گروه پاتولوژی، دانشکده پزشکی دانشگاه علوم پزشکی بیرجند
سیدمصطفی محمودی
استادیار آسیبشناسی دهان و فک و صورت، دانشگاه علوم پزشکی بیرجند