تشخیص سرطان پستان بر اساس استخراج ویژگی با استفاده از ترکیب الگوریتم خوشه بندی و الگوریتم ماشین بردار پشتیبان

چکیده مقاله

تشخیص بیماری ها یکی ازموارد مهم درعلم پزشکی می باشد و یکی ازکاربردهای مهم داده کاوی مربوط به تشخیص بیماریها درعلم پزشکی می باشد هدف از این پژوهش، تشخیص سرطان پستان بر اساس ویژگی های استخراج شده تومور می باشد برای استخراج اطلاعات مفید و تشخیص تومور، ترکیبی از الگوریتم های کامیانگین و ماشین بردار پشتیبان K SVM توسعه پیدا کرده است الگوریتم کامیانگین برای شناسایی الگوهای پنهان تومور های خوش خیم و بد خیم به طور جداگانه استفاده شده است عضویت هر تومور در این الگوها محاسبه شده و به عنوان یک ویژگی جدید در مدل آموزش تلقی شده است سپس از الگوریتم ماشین بردار پشتیبان جهت دسته بندی تومورهای متفاوت دریافتی استفاده می شود از مجموعه داده های مرکز تشخیص سرطان پستان ویسکانزین WDBC که در مخزن یادگیری ماشین دانشگاه کالیفرنیا ایروین قرار دارد، استفاده شده است نتایج نه تنها توانایی روش پیشنهادی با دقت 95 2 درصد در تشخیص سرطان پستان را نشان می دهد، بلکه صرفه جویی در زمان در مرحله آموزش را نیز نشان می دهد

کلیدواژه‌ها

نویسندگان

مریم محمدی دورباش

دانشجوی کارشناسی ارشد ، دانشگاه صنعتی امیرکبیر

مونا عبدالکریم زاده

دانشجوی کارشناسی ارشد ، دانشگاه صنعتی امیرکبیر

سیدحمیدرضا شهابی حقیقی

استادیار، دانشگاه صنعتی امیرکبیر

محمدی دورباش، مریم و عبدالکریم زاده، مونا و شهابی حقیقی، سیدحمیدرضا،1396،تشخیص سرطان پستان بر اساس استخراج ویژگی با استفاده از ترکیب الگوریتم خوشه بندی و الگوریتم ماشین بردار پشتیبان،سومین کنفرانس بین المللی مهندسی صنایع و سیستم­ها (ICISE ۲۰۱۷)،مشهد

ارائه‌شده در

مجموعه مقالات سومین کنفرانس بین المللی مهندسی صنایع و سیستم­ها (ICISE ۲۰۱۷)22 شهریور 1396 · مشهد