زهرا آذرمند - گروه مهندسی برق، دانشکده انرژی، دانشگاه صنعتی کرمانشاه، کرمانشاه، ایران
غلامحسین روشنی - گروه مهندسی برق، دانشکده انرژی، دانشگاه صنعتی کرمانشاه، کرمانشاه، ایران
فاطمه امیری - گروه رادیولوژی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی کرمانشاه، کرمانشاه، ایران

سرطان سینه شایع ترین و رایج ترین نوع سرطان در میان زنان جهان و ایران است. تشخیص زودهنگام سرطان در مراحلاولیه شانس زنده بودن بیمار را افزایش می دهد. شبکه های عصبی مصنوعی روش های بسیار کاربردی در زمینه مدلسازی، پیش بینی و تشخیص درحوزه پزشکی هستند. هدف از این مقاله طراحی سیستمی است که با استفاده از شبکهعصبی احتمالی به تشخیص نوع سرطان (خوش خیم ویا بدخیم) بپردازد. در این مطالعه یک شبکه عصبی MLP طراحیشده است که بر اساس متغییر های ورودی به تشخیص نوع سرطان سینه و درنهایت کمک به پیش آگهی بیماری بپردازد.این سیستم با استفاده از مجموعه ی داده های مربوط به بیماران مبتلا به سرطان سینه ثبت شده در بیمارستانویسکانسین طراحی شده است. به منظور پیاده سازی شبکه از توابع موجود در نرم افزار MATLAB استفاده گردید و 70% داده ها برای آموزش شبکه و 30 % داده ها برای مرحله تست به کار برده شد. از 9 متغییری که از آزمایش آسپیراسیون سوزنی خارج شده و در بانک داده های بیمارستان ویسکانسین ثبت شده به عنوان ورودی شبکه اعمال شده است و دقت شبکه موردبررسی قرار گرفت.پس از شبیه سازی شبکه در محیط برنامه نویسی MATLAB برای 9 متغییر ورودی، شبکه با دقت 99/4% عملکرد خود را نشان داد. نتایج این مطالعه نشان می دهد که شبکه عصبی MLP طراحی شده در تشخیص و پیش بینی نوع سرطان سینه قدرتمند تر از سایر شبکه های مصنوعی عمل کرده است.

سرطان سینه، تشخیص ، شبکه عصبی، MLP