پیش بینی و طبقه بندی سرطان سینه با استفاده از تکنیک های یادگیری ماشین:رویکرد داده محور

چکیده مقاله

تشخیص زود هنگام بیماری به دلیل رشد سریع جمعیت در تحقیقات پزشکی در سال های اخیر به یک مشکل حیاتی تبدیل شده است سرطان سینه، شایع ترین بیماری زنان در کشورهای توسعه یافته و در حال توسعه است و حدود ۸ درصد زنان در طول حیات خود به آنمبتلا می شوند سرطان سینه با جهش ژن ها، درد مداوم و تغییرات در اندازه، رنگ قرمزی و بافت پوست سینه مشخص می شود تشخیصزودهنگام و دقیق می تواند تاثیر این بیماری بر سلامت بیماران را به حداقل برساند طبقه بندی سرطان سینه به پاتولوژیست ها کمک میکندتا یک پیش آگهی سیستماتیک و عینی پیدا کنند و معمولا رایج ترین طبقه بندی، دوتایی سرطان خوش خیم/سرطان بدخیم است امروزهاز تکنیک های یادگیری ماشین به طور گسترده در مسئله طبقه بندی سرطان سینه استفاده می شود این تکنیک ها دقت طبقه بندی بالا وقابلیت های تشخیصی موثری را ارائه می دهند در این مقاله، سه طبقه بندی کننده مختلف، ماشین بردار پشتیبان، رگرسیون لجستیک وجنگل تصادفی برای طبقه بندی سرطان سینه ارائه شده است نتایج نشان میدهد که رگرسیون لجستیک بالاترین دقت ۲۴ / ۹۸ درصد رانسبت به سایر طبقه بندی کننده ها دارد دانش به دست آمده از این پژوهش در بهبود روش های فعلی یادگیری ماشین برای تشخیص سرطانسینه کمک شایانی می کند و می تواند به شناسایی زودهنگام این بیماری و بهبود قابل توجه کیفیت زندگی افراد کمک کند

کلیدواژه‌ها

نویسندگان

مهیار نجاریان

دانشجوی دکتری مهندسی صنایع، دانشگاه تربیت مدرس

فاطمه نجاریان

دانشجوی کارشناسی مدیریت صنعتی، دانشگاه فردوسی مشهد

نجاریان، مهیار و نجاریان، فاطمه،1403،پیش بینی و طبقه بندی سرطان سینه با استفاده از تکنیک های یادگیری ماشین:رویکرد داده محور،دهمین کنفرانس بین المللی مهندسی صنایع و سیستم­ ها،مشهد

ارائه‌شده در

مجموعه مقالات دهمین کنفرانس بین المللی مهندسی صنایع و سیستم­ ها28 شهریور 1403 · مشهد