مروری بر تشخیص،تعیین مرحله و بقای بیماران مبتلا به سرطان پستان با استفاده ازتکنیک های داده کاوی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 827

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KAUCEE01_172

تاریخ نمایه سازی: 29 مهر 1396

چکیده مقاله:

با توجه به شیوع بالای سرطان ها بخصوص سرطان پستان،که یکی از اصلی ترین دلایل مرگ و میر در بین زنان در سرتاسر دنیا می باشد، اتخاذ روش های تشخیصی موثر در مراحل اولیه این بیماری، بسیار حایز اهمیت می باشد تا بتوان بهترین روش درمان را برای بیماران در نظر گرفت. امروزه پیشرفت تکنولوژی و استفاده از تکنیک های داده کاوی باعث نتایج چشمگیری در بخش سلامت شده است و سیستم های تشخیص کامپیوتری در پیش بینی و کنترل بیماری ها سودمند بوده اند. پیش بینی و تشخیص زودهنگام،تعیین مرحله و بقای بیماران مبتلا به سرطان پستان از جمله چالش های مهم پیش روی محققان در حوزه سلامت می باشد. اگر سرطان پستان در مرحله اولیه تشخیص داده شود، نرخ بقای بیماران افزایش می یابد بنابراین شناسایی فاکتورهای مهمی که در تشخیص و پیش گویی مراحل سرطان پستان نقش کلیدی دارند، از اهمیت زیادی برخوردار است. در این مقاله مروری سعی شده است که پیشرفت هایی که در این زمینه از نظر دقت مدلهای دسته بندی بر روی دیتاست های بین المللی و محلی حاصل شده است مورد بررسی قرار گیرد و در پایان یکسری از بهترین و پرکاربردترین الگوریتم های داده کاوی در این حوزه معرفی خواهد شد. بر اساس بررسی پژوهش های صورت گرفته بالاترین دقت برای پیش بینی و تشخیص زودهنگام سرطان پستان مربوط به دیتاست WBC و برابر با 100 % بوده و بالاترین دقت برای تشخیص مرحله و پیش بینی بقای بیماران مبتلا به سرطان پستان مربوط به دیتاست SEER و برابر با 98%.40 می باشد.

نویسندگان

سعیده ناصری نوروزانی

گروه مهندسی کامپیوتر،واحد شیراز، دانشگاه آزاد اسلامی،شیراز،ایران

محمد امین شایگان

گروه مهندسی کامپیوتر،واحد شیراز، دانشگاه آزاد اسلامی،شیراز،ایران