چکیده مقاله
پیدا شیوع سرطان پروستات در سطح جهانی رو به افزایش است و تشخیص دقیق این بیماری برای انتخاب مناسب ترین روش درمانی از اهمیت بالایی برخوردار است رادیو میکس به عنوان روشی غیر تهاجمی پتانسیل قابل توجهی در بهبود دقت تشخیص سرطان پروستات نشان داده است مطالعه حاضر با هدف بررسی کارایی رادیو میکس در تفکیک ضایعات خوش خیم از بدخیم پروستات با بهره گیری از تصاویر T Weighted و نقشههای ضریب انتشار ظاهری ADC انجام شد در این مقاله با هدف ارتقاء دقت تشخیص ضایعات پروستات، ۸۰ روش کاهش ابعاد و الگوریتم یادگیری ماشین بر روی داده های رادیو میکس استخراج شده از تصاویر MRI اعمال گردید پس از ارزیابی جامع مدلهای حاصل، با تمرکز بر شاخص دقت، سه مدل PCA Naive Bayes Autoencoder CatBoost و PCA Nuralnetworks به عنوان بهترین عملکرد تشخصی انتخاب شدند نتایج نشان داد که این مدلها قادر به تشخیص صحیح ضایعات خوش خیم و بدخیم پروستات با دقت حدود ۹۳ درصد میباشند
کلیدواژهها
نویسندگان
محمدرضا محمدرضائی
استادیار گروه کامپیوتر واحد رامهرمز دانشگاه آزاد اسلامی، رامهرمز، ایران
محمد امین اطمینانی
دانشجوی کارشناسی ارشد گروه کامپیوتر موسسه آموزشی عالی کارون اهواز، ایران
شیوه ارجاع
محمدرضائی، محمدرضا و اطمینانی، محمد امین،1404،ارایه یک روش جدید تشخیص سرطان پروستات با استفاده از آنالیز مولفههای اصلی و الگوریتم یادگیری CatBoost،یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران
ارائهشده در
مجموعه مقالات یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام31 شهریور 1404 · تهران