شماره ركورد كنفرانس :
3704
عنوان مقاله :
تشخيص سرطان سينه خوش خيم وبدخيم با استفاده از روش گروهي جابجايي داده ها
عنوان به زبان ديگر :
Diagnosis the Benign and malignant breast Cancer using group method of Data handling
پديدآورندگان :
رحماني دهقي محمدرضا m.r_rahmani70@yahoo.com آموزش عالي پيام گلپايگان; , هاشمي سيدمهدي Smhashemi505@gmail.com آموزش عالي پيام گلپايگان; , عصارزاده زهرا assar3336@gmail.com آموزش عالي پيام گلپايگان;
كليدواژه :
شبكه عصبي مصنوعي , كلاس بندي , پس انتشار , روش گروهي جابجايي داده ها
عنوان كنفرانس :
پنجمين كنفرانس بين المللي در مهندسي برق و كامپيوتر با تاكيد بر دانش بومي
چكيده فارسي :
يكي از خطراتي كه زنان را به شدت تهديد مي كند، سرطان سينه مي باشد. درصورتي كه بتوان اين توموررا درسينه تشخيص داد، شانس زندگي فرد به صورت سالم و عادي بيشتر خواهد بود، از اين رو ساخت سامانه هايي جهت تشخيص اين نوع سرطان، مانند سامانه هاي تشخيص درحوزه هاي ديگر پزشكي امري بسيار حياتي محسوب ميگردد. شبكه هاي عصبي مصنوعي دريك محدوده وسيعي ازمسائل كلاس بندي داده استفاده مي شوند. الگوريتم پس انتشار تكنيك طبقه بندي استفاده شده در آموزش شبكه عصبي مصنوعي مي باشد. از آنجا كه اين الگوريتم تعدادي معايب دارد، كلاس بندي باشبكه عصبي مبتني برروش گروهي جابجايي داده ها پياده سازي شده است. بنابراين اين دو روش در كلاس بندي سرطان سينه خوش خيم وبدخيم با هم ارزيابي مي شود. نتايج حاصل از اين پژوهش نشان مي دهد كه نرخ دقت براي تشخيص خوش خيم بودن و يا بد خيم بودن سرطان سينه 99.3% توسط شبكه عصبي مبتني بر روش گروهي جابه جايي داده ها مي باشد؛ كه نسبت به نتايج بدست آمده الگوريتم آموزشي پس انتشار عملكرد بهتري در تشخيص بيماري سرطان سينه دارد.
چكيده لاتين :
Diagnosis the Benign and malignant breast cancer using group method of Data handling
