تشخيص و پيش بيني سرطان خون با استفاده از شبكه عصبي مصنوعي (ANN)

لوسمي (لوكميا) يكي از شايع ترين سرطان ها در كودكان است، شامل بيش از يك سوم تمام سرطان هاي دوران كودكي. بيماران تازه مبتلا شده در ايالات متحده آمريكا، حدود 10100 مورد تخمين زده شده اند، و اگر اين موارد دير تشخيص داده شوند يا درمان مناسب اعمال نشود، مي تواند كشنده باشد. از آن جا كه تشخيص سريع و مناسب لوسمي بر اساس يافته هاي باليني و يا دارويي (بدون بافت برداري) غير ممكن است، تصميم گرفتيم براي تشخيص فوري لوسمي شبكه هاي عصبي مصنوعي را به كار ببريم. براي اين هدف پارامترهاي باليني و پزشكي گرفته شده از 131 بيمار در بيمارستان سينا همدان استفاده كرده ايم. ما با نرم افزار SPSS براي 38 پارامتر، نمونه آزمون T مستقل را انجام داديم. با توجه به نتايج اين آناليز، 8 پارامتر را كه كمترين sig را براي آناليز شبكه هاي عصبي مصنوعي داشتند (از بين پارامترهايي كه sig آن ها كمتر از 05 /0 بود) انتخاب كرديم. پارامترهاي انتخاب شده از 131 بيمار براي آموزش شبكه به وسيله الگوريتم يادگيري لونبرگ-ماركارد اعمال شدند، با نرخ يادگيري 1 /0. كارايي يادگيري 094 /0 بود. ارتباط بين خروجي شبكه آموزش ديده براي داده هاي آزمون و نتايج واقعي داده هاي آزمون بالا بود و ناحيه زير منحني ROC 967/ 0 بود. با اين نتايج مي توانيم استنتاج كنيم كه روند آموزش دقيق و با موفقيت صورت گرفته است. از اين رو مي توانيم از شبكه هاي عصبي مصنوعي براي تشخيص سريع و قابل اعتماد لوسمي استفاده كنيم