آناليز عملكرد الگوريتم هاي طبقه بندي در داده كاوي به منظور تشخيص سرطان پستان

كارشناسي ارشد

سرطان پستان شايعترين سرطان در ميان زنان است و همچنين علت اصلي مرگ و مير ناشي از سرطان در زنان سراسر جهان به شمار ميرود. با توجه به نرخ فزاينده ي وقوع سرطان پستان در سطح جهان، تشخيص زودهنگام اين بيماري در كاهش تلفات و حفظ بقا حائز اهميت بوده و لزوم تشخيص آن در كوتاه ترين زمان به منظور شروع فرآيند درماني و جلوگيري از پيش روي اين نوع سرطان امري ضروري است. هدف از اين پژوهش توسعه ي مدل تشخيص سرطان پستان با نظر به نشانگرهاي زيستي در آزمايش خون افراد ميباشد كه اين امر به كمك ساخت مدل پيش بيني بر مبناي تحليل هاي آماري و تكنيك ها داده كاوي انجام گرفته است. ساخت اين مدل بر اساس داده ها و پارامترهايي نظير ؛ ميزان گلوكز ، رزيستين ، شاخص توده بدن ، انسولين و سن افراد كه مي توان در آزمايشات معمول خون آنها را جمع آوري كرد ،انجام ميگيرد. كاهش هزينه ها و سهولت در ساخت مدل پيش بيني با كمك پارامترهاي نام برده و همزمان قدرت تشخيصي بالا و دقت قابل ملاحظه ، از دلايل انجام اين پژوهش بوده است. در اين راستا 4 الگوريتم طبقه بندي در داده كاوي ، با عناوين درخت تصميم ، جنگل تصادفي ، بيز ساده و ماشين بردار پشتيبان در حالت استاندارد و وزن داده شده براساس نوع عملكرد و معيارهاي ارزيابي مورد مقايسه قرار گرفتند. اين الگوريتم ها بر روي مجموعه اطلاعات 116 زن از بخش زنان و زايمان مركز بيمارستان دانشگاه كويمبرا مورد بررسي قرار گرفته اند . 64 نفر از اين افراد بين سالهاي 2009 و 2013 مبتلا به سرطان پستان تشخيص داده شده و 52 نفر افراد سالم اين گروه بوده اند. نتايج مقايسات انجام شده در اين تحقيق بيانگر اين است مدل جنگل تصادفي با دقت 74% و مقدار F3 برابر 83.32% عملكرد مناسبي داشته است. همچنين مدل ماشين بردار پشتيبان در پيش بيني از نظر دقت با مقدار 73.91 % در بين الگوريتم هاي موجود كاركرد قابل قبولي داشته است.

196561

دانشگاه علم و صنعت ايران

مهندسي صنايع

محمد سعيدي مهرآباد