تشخیص سرطان معده با استفاده از روش های داده کاوی

مقدمه: یکی از مسائل مهم در حوزه یادگیری ماشین و داده کاوی، طبقه بندی نمونه های یک مجموعه داده پزشکی با استفاده از روش های یادگیری است. اهمیت این مسئله در بیماران سرطان معده که یکی از شایع ترین نوع بیماری ها در میان افراد است، به شدت افزایش می یابد و در صورت تشخیص نادرست، خسارات جبران ناپذیری به دنبال خواهد داشت. هدف از این مطالعه تشخیص سرطان معده با استفاده از روش های داده کاوی هست. روش کار: تعداد ۴۰۵ نمونه از دو کلاس بیمار و سالم از دو بیمارستان رجایی و بوعلی انتخاب شدند. تعداد ویژگی های موجود در پایگاه داده ۱۱ ویژگی بود که عبارت بودند از جنسیت، سن، کاهش وزن، درد شکم، استفراغ، بی اشتهایی، مشکل در بلعیدن غذا، کم خونی حاد، مدفوع تیره و یا آغشته به خون، و توده شکمی. در این پژوهش از چهار روش یادگیری ماشین بردار پشتیبان، درخت تصمیم، مدل بیزیم و الگوریتم نزدیک ترین همسایگی به منظور طبقه بندی بیماران سرطان معده استفاده شده است تا با بررسی این چهار روش تعیین شود که کدام یک از روش های یادگیری ماشین دقت بالاتری را نسبت به سایر روش ها در طبقه بندی نمونه های سرطان معده به دست می آورد. به منظور ارزیابی مدل بر روی پایگاه داده بیماران سرطان معده، معیارهای ارزیابی عبارت اند از Recall، Precision، F-score، Accuracy و Confusion Matrix (CM) . یافته ها: یافته ها نشان داد که بالاترین میزان F مربوط به روش ماشین بردار پشتیبان (۹۹/۹۱) کمترین میزان مربوط به روش الگوریتم نزدیک ترین همسایگی(۱۷/۸۷) هست. بر اساس نتایج ارزیابی چهار روش فوق میزان دقت درروش یادگیری ماشین بردار پشتیبان ۰۸/۹۰ درصد، درخت تصمیم۸۹/۸۷ درصد، مدل بیزین ۶۰/۸۷ درصد و الگوریتم نزدیک ترین همسایگی۶۰/۸۷ درصد بود. نتیجه گیری: بر اساس نتایج ارائه شده، ماشین بردار پشتیبان بهترین نتایج را در کلاس بندی نمونه های آزمون نشان می دهد. از این نرم افزار می توان به عنوان دستیار پزشک در بیمارستان های آموزشی درمانی که عملیات تشخیص توسط دانشجویان رشته پزشکی انجام می شود استفاده کرد.

کلیدواژه ها:

سرطان معده ، ، یادگیری ماشین ، داده کاوی. درخت تصمیم گیری