مروری بر روش های پیش بینی و تشخیص سرطان ریه با استفاده از تکنیک های داده کاوی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 824

فایل این مقاله در 11 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:

PCCO01_353

تاریخ نمایه سازی: 26 مرداد 1397

چکیده مقاله:

کشف دانش و داده کاوی، یک حوزه جدید میان رشته ای و در حال رشد است که حوزه های مختلفی چون پایگاه داده، آمار، یادگیری ماشین و سایر زمینه های مرتبط را با هم تلفیق کرده تا اطلاعات و دانش ارزشمند نهفته درحجم بزرگی از داده ها را استخراج نماید. هدف داده کاوی، یافتن الگوها و یا مدل های موجود در پایگاه داده ها است که در میان حجم عظیمی از داده ها مخفی هستند. داده کاوی در زمینه پزشکی دارای کاربردهای بسیار وسیع و در عین حال حساس و حیاتی است. با توجه به این که داده های پزشکی با ارزش ترین و حساس ترین داده ها برای کاوش و تحلیل هستند، تحلیل و کسب دانش از آنها می باید با درجه بالایی از دقت و حساسیت صورت گیرد. این مقاله مروری بر روش های تشخیص سرطان ریه دارد چرا که در بسیاری از نقاط دنیا ریه ها شایع ترین محل ایجاد سرطان در بدن بوده است و در پایان به بحث و نتیجه گیری می پردازد

کلیدواژه ها:

داده کاوی ، سرطان ریه ، تشخیص سرطان ریه ، الگوریتم های خوشه بندی ، الگوریتم های دسته بندی

نویسندگان

علی حسینی

باشگاه پژوهشگران جوان و نخبگان، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

سعید صدیقی

باشگاه پژوهشگران جوان و نخبگان، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

محمد امین شایگان

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

محمد ایمان جم نژاد

گروه مهندسی کامپیوتر، موسسه آموزش عالی زند، شیراز، ایران