چکیده مقاله
سرطان به عنوان یک بیماری ناهمگن دارای انواع و تنوع بسیار زیادی می باشد بنابراین تشخیص زودرس نوع آن و پیش آگهی به مبتلایان از عوامل ضروری در درمان سرطان است زیرا میتواند مدیریت مراقبت های بالینی بیماران را تسهیل کند ضرورت طبقه بندی بیماران به گروههای پر خطر و کم خطر، باعث شده است تا بسیاری از گروههای تحقیقاتی زیست پزشکی و بیوانفورماتیک به مطالعه روشهای یادگیری ماشین بپردازند سرطان پستان دومین علت مرگ و میر ناشی از سرطان در زنان است با پذیرش این واقعیت که سرطان قابل پیشگیری بوده و تشخیص زودهنگام آن احتمال درمان موفقیت آمیز را افزایش داده و موجب کاهش هزینه ها می گردد لذا تحقیقات زیادی در خصوص استفاده از تشخیص کامپیوتری و به کار گیری تکنیک های داده کاوی در تشخیص سرطان پستان انجام شده است که همگی با هدف بدست آوردن دقت تشخیص بالاتر انجام شده اند اما علیرغم تحقیقات انجام شده هنوز دقت مورد رضایت در تشخیص بیماری حاصل نشده است این تحقیق با ارائه تکنیکی جهت تشخیص سرطان پستان با اهداف افزایش نرخ تشخیص درست و کاهش نرخ تشخیص اشتباه انجام شده است تکنیک ارائه شده ترکیبی از تکنیکهای بهینه سازی ازدحام ذرات در استخراج ویژگی و طبقه بندی منحنی های بیزین در مدل سازی میباشد نتایج حاصل از این تکنیک بر روی مجموعه داده های WDBC نتایج امیدوار کننده ای را نشان داده است به صورتی که دقت حساسیت و نرخ اختصاصی بودن افزایش و نرخ مثبت کاذب کاهش داشته است
کلیدواژهها
نویسندگان
شیوه ارجاع
نعمتی، کوروش و خواجوی، کمال،1404،تشخیص سرطان پستان مبتنی بر الگوریتمهای بهینه سازی ازدحام ذرات و طبقه بندی بیزین،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