كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

پیش‌بینی و طبقه‌بندی سرطان سینه با استفاده از تکنیک‌های یادگیری ماشین:رویکرد داده‌محور

نویسندگان :

مهیار نجاریان¹ فاطمه نجاریان²

1- دانشگاه تربیت مدرس 2- دانشگاه فردوسی مشهد

کلمات کلیدی :

سرطان سینه،یادگیری ماشین،طبقه‌بندی،پیش‌بینی،رگرسیون لجستیک،ماشین بردار پشتیبان،جنگل تصادفی

چکیده :

تشخیص زود هنگام بیماری به دلیل رشد سریع جمعیت در تحقیقات پزشکی در سال‌های اخیر به یک مشکل حیاتی تبدیل شده‌است. سرطان سینه، شایع‌ترین بیماری زنان در کشورهای توسعه یافته و در حال توسعه است و حدود 8 درصد زنان در طول حیات خود به آن مبتلا می‌شوند. سرطان سینه با جهش ژن‌ها، درد مداوم و تغییرات در اندازه، رنگ (قرمزی) و بافت پوست سینه مشخص می‌شود. تشخیص زودهنگام و دقیق می تواند تاثیر این بیماری بر سلامت بیماران را به حداقل برساند. طبقه‌بندی سرطان سینه به پاتولوژیست‌ها کمک می‌کند تا یک پیش‌آگهی سیستماتیک و عینی پیدا کنند و معمولاً رایج‌ترین طبقه‌بندی، دوتایی (سرطان خوش‌خیم/سرطان بدخیم) است. امروزه از تکنیک‌های یادگیری ماشین به طور گسترده در مسئله طبقه‌بندی سرطان سینه استفاده می‌شود. این تکنیک‌ها دقت طبقه‌بندی بالا و قابلیت‌های تشخیصی موثری را ارائه می‌دهند. در این مقاله، سه طبقه‌بندی‌کننده مختلف، ماشین بردار پشتیبان، رگرسیون لجستیک و جنگل تصادفی برای طبقه‌بندی سرطان سینه ارائه شده است. نتایج نشان می‌دهد که رگرسیون لجستیک بالاترین دقت 24/98 درصد را نسبت به سایر طبقه‌بندی‌کننده‌ها دارد. دانش به دست آمده از این پژوهش در بهبود روش‌های فعلی یادگیری ماشین برای تشخیص سرطان سینه کمک شایانی میکند و می‌تواند به شناسایی زودهنگام این بیماری و بهبود قابل توجه کیفیت زندگی افراد کمک کند.