مدلسازی تشخیص نوع تومور سرطان سینه با الگوریتم رگرسیون لاجستیک

چکیده مقاله

سرطان سینه یکی از شایعترین و پرخطرترین بیماریها در میان زنان به شمار میرود که تشخیص زودهنگام آن نقش کلیدی در افزایش شانس بقا و بهبود کیفیت زندگی بیماران دارد در این مطالعه با بهره گیری از مجموعه داده های جدید کلینیکی مربوط به بیماران مشکوک به سرطان سینه، از روش رگرسیون لاجستیک به عنوان یک مدل طبقه بندی آماری جهت پیشبینی وجود یا عدم وجود تومور بدخیم استفاده شده است داده های مورد استفاده شامل ویژگی های بالینی مختلف از جمله سن، وضعیت غدد لنفاوی، نوع توده و سایر مشخصه های پزشکی می باشد عملکرد مدل با استفاده از معیارهایی نظیر دقت، معیار صحت، پوشش و معیار FI Score و مساحت زیر ROC ارزیابی شده است نتایج حاصل نشان می دهد که مدل رگرسیون لاجستیک به همراه بهینه سازی پارامترهای آن با دقت قابل قبول قادر به تفکیک موارد بدخیم از خوش خیم بوده و می تواند به عنوان ابزاری پشتیبان در تصمیم گیری های پزشکی مورد استفاده قرار گیرد

کلیدواژه‌ها

نویسندگان

احمد علیاری بروجنی

گروه ریاضی و علوم کامپیوتر، دانشکده علوم، دانشگاه زنجان، زنجان، ایران

مانی مهانفر

گروه ریاضی و علوم کامپیوتر، دانشکده علوم، دانشگاه زنجان، زنجان، ایران

�لیاری بروجنی، احمد و مهانفر، مانی،1404،مدلسازی تشخیص نوع تومور سرطان سینه با الگوریتم رگرسیون لاجستیک،دومین کنگره بین المللی پیشگیری از سرطان،زنجان

ارائه‌شده در

مجموعه مقالات دومین کنگره بین المللی پیشگیری از سرطان8 مهر 1404 · زنجان