استفاده از الگوریتم های درخت تصمیم در ارائه الگوهای پیش بینی سرطان و پیش بینی سرطان

استفاده از الگوریتم های داده کاوی در پزشکی در دهه های اخیر بسیار متداول است. پیش بینی سرطان از جمله کاربردهای مهم آن می باشد که در این تحقیق در مورد بیمارهای سرطان سینه انجام شده است. جامعه آماری در این مقاله کلیه بیمارانی هستند که در سال 1396 در سامانه پزشکی بیمارستان نمازی مورد تست سرطان قرار گرفته اند. در ابتدا معیارهای موثر بر پیش بینی نوع سرطان تعیین شده اند که عبارتند از: Clump Thickness ، Uniformity of Cell Size ، Uniformity of Cell Shape ، Marginal Adhesion ، Single Epithelial Cell Size ، Bare Nuclei ، Bland Chromatin ، Normal Nucleoli و Mitoses و با تشکیل پایگاه داده مناسب به پیاده سازی الگوریتم های سه گانه درخت تصمیم پرداخته ایم که این الگوریتم ها عبارتند از: c5 ، C&R TREE ، QUEST TREE و با اعتبار سنجی 10 تایی دقت هر یک از الگوریتم ها بر روی پایگاه داده تعیین شده اند که بر اساس نتایج بدست آمده هر یه الگوریتم دارای دقت بالای 95 درصد بوده و الگوریتم C5 دارای دقت 99 درصد می باشد و الگوهای استخراج شده از الگوریتم های درخت تصمیم می تواند کمک شایانی به پیش بینی نوع سرطان نماید و می توان با استفاده از این الگوها سیستمی برای پشتیبانی از تصمیمات پزشکی ارائه نمود.

کلیدواژه ها:

، ، C&R TREE ، QUEST TREE ، سرطان سینه ، الگوی درخت تصمیم