لطفا منتظر بمانید ...
0% Complete
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 نجاریان
1
فاطمه نجاریان
2
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.
لیست مقالات
لیست مقالات بایگانی شده
مقایسه کارایی جانمایی کارگاههای پشتیبانی تولید بر اساس روش تحلیل پوششی دادهها در شرکت صنعتی کیمیدارو
حمید پرون - سعید اهدایی - مرتضی خاکزار بفرویی
ارزیابی میزان اثربخشی روشهای آموزشی کارکنان در شرکت فولاد سیرجان ایرانیان
فاطمه شجاعی - شهرام آریافر - مسعود حاج غنی - محمد ناجی فرد
بهینه سازی قرار ملاقات بیماران در شرایط عدم قطعیت در فرآیندهای درمانی با رویکرد شبیهسازی (در پاندمی کوید ۱۹)
احسان دنیوی - یلدا کاتبی
خوشهبندی مشتریان با استفاده از تکنیکهای دادهکاوی بر اساس شاخصهای مدل RFM (مطالعه موردی: یک شرکت خردهفروشی آنلاین)
سارا سهرابی - امیرحسین نصرتی ملکجهان - رویا فیض
ارائه یک چارچوب هوشمند مبتنی بر دوقلوی دیجیتال و یادگیری تقویتی برای حل مسئله زمانبندی کارگاه منعطف با زمانهای آمادهسازی وابسته به توالی
محمد رضا خادم روشنده
Demand Forecasting Model for Pharmaceutical Products Using Machine Learning Techniques with Bayesian Hyperparameter Optimization
Reza Shirazi Zadeh - Hasan Hosseini Nasab - Mohammad Bagher Fakhrzad
طراحی شبکه زنجیره تامین رقابتی زیست توده-برق با درنظر گرفتن قرارداد بازخرید
محمدامین مفتون - راضیه کشاورزفرد
Optimizing Early Detection of Breast Cancer: A Cluster-Based Classification Approach
Alireza Shabani - Shahrokh Asadi
بهبود عمکلرد مدل مارکوف خاکستری برای پیشبینی مصرف سالانه برق تحت سناریوهای مختلف
غزاله عظیمی - وحید برادران
Incorporating Sustainability in Temporary Shelter Distribution for Disaster Response by the NSGA-II
Hossein Shakibaei - Saba Seifi - Reza Tavakkoli-Moghaddam
بیشتر
ثمین همایش، سامانه مدیریت همایش ها و جشنواره ها - نگارش 46.0.2