اراﺋﻪ ﯾﮏ ﺳﯿﺴﺘﻢ ﺗﺸﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي ﻫﻮﺷﻤﻨﺪ ﺟﺪﯾﺪ ﺑﺮاي ﺗﺸﺨﯿﺺ ﺳﺮﻃﺎن ﺳﯿﻨﻪ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺼﺎوﯾﺮ ﺣﺮارﺗﯽ

ﺳـﺮﻃﺎن ﺳـﯿﻨﻪ از ﺷـﺎﯾﻊﺗﺮﯾﻦ دﻻﯾﻞ ﻣﺮگوﻣﯿﺮ در ﻣﯿﺎن زﻧﺎن ﺟﻬﺎن ﻣﯽﺑﺎ ﺷـﺪ، اﻣﺎ ﺗ ﺸـﺨﯿﺺ زودﻫﻨﮕﺎم و دﻗﯿﻖ اﯾﻦ ﻧﻮع ﺳـﺮﻃﺎن ﻣﯽﺗﻮاﻧﺪ درﻣﺎن را ﺑﻪ ﻃﺮز ﭼﺸـﻤﮕﯿﺮي ﺑﻬﺒﻮد ﺑﺨﺸـﺪ. ﺗﺼـﻮﯾﺮﺑﺮداري ﺣﺮارﺗﯽ ﯾﮑﯽ از روشﻫﺎي اوﻟﯿﻪ ﺗﺸـﺨﯿﺺ ﺳـﺮﻃﺎن ﺳـﯿﻨﻪ اﺳـﺖ. ﻫﻤﭽﻨﯿﻦ از ﺳـﯿﺴـﺘﻢ ﺗﺸـﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي ﻣﯽﺗﻮان ﺑﺮاي ﮐﻤﮏ ﺑﻪ ﭘﺰﺷـﮑﺎن ﺑﺮاي اﻓﺰاﯾﺶ دﻗﺖ ﺗﻔﺴـﯿﺮ ﻧﺘﺎﯾﺞ اﺳـﺘﻔﺎده ﮐﺮد. در اﯾﻦ ﻣﻘﺎﻟﻪ، ﯾﮏ ﺳـﯿﺴـﺘﻢ ﺗﺸـﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي ﻫﻮ ﺷـﻤﻨﺪ ﺑﺮاي ﺗﺸـﺨﯿﺺ ﺳـﺮﻃﺎن ﺳـﯿﻨﻪ ﺑﺎ ا ﺳـﺘﻔﺎده از ﺗ ﺼـﺎوﯾﺮ ﺣﺮارﺗﯽ اراﺋﻪ ﺷـﺪه ا ﺳـﺖ. ﺳـﯿﺴـﺘﻢ ﻫﻮ ﺷـﻤﻨﺪ ﺗﺸـﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي اراﺋﻪ ﺷـﺪه ﺷـﺎﻣﻞ روش SFTA ﺑﺮاي ا ﺳـﺘﺨﺮاج وﯾﮋﮔﯽ و اﻟﮕﻮرﯾﺘﻢ kNN ،SVM و D-Tree ﺑﺮاي ﻃﺒﻘﻪﺑﻨﺪي ﻧﺘﺎﯾﺞ ﻣﯽﺑﺎ ﺷـﺪ. ﻋﻤﻠﮑﺮد ﺳــﯿ ﺴــﺘﻢ ﺗ ﺸــﺨﯿﺺ ﮐـﺎﻣﭙﯿﻮﺗﺮي ﻫﻮ ﺷــﻤ ﻨـﺪ ارا ﺋـﻪ ﺷــﺪه ﺑـﺎ ا ﺳــﺘ ﻔـﺎده از ﭘـﺎﯾ ﮕـﺎه داده DMR-IR و ﭘـﺎﯾ ﮕـﺎه داده داﻧ ﺸــ ﮕـﺎه Fluminense Federal و MATLAB2018 ﺑﺮاي ا ﺳــﺘﻔﺎده از اﻟﮕﻮرﯾﺘﻢ اﻧﺘﺨﺎب وﯾﮋﮔﯽ ﻓﺎﺧﺘﻪ و ﺑﺪون اﻟﮕﻮرﯾﺘﻢ اﻧﺘﺨﺎب وﯾﮋﮔﯽ ارزﯾﺎﺑﯽ ﺷـﺪها ﺳـﺖ. ﻧﺘﺎﯾﺞ ﻧ ﺸـﺎن ﻣﯽدﻫﺪ ﮐﻪ ﺑﻬﺘﺮﯾﻦ ﻣﯿﺎﻧﮕﯿﻦ ﺻـﺤﺖ، ﺣ ﺴـﺎ ﺳـﯿﺖ و اﺧﺘ ﺼـﺎ ﺻـﯿﺖ ﺑﻪ ﺗﺮﺗﯿﺐ 99/5 ،99 و 98/03 در ﺻـﺪ ﻣﯽﺑﺎ ﺷـﺪ ﮐﻪ ﺑﺎﺑﮑﺎرﮔﯿﺮي اﻟﮕﻮرﯾﺘﻢ اﻧﺘﺨﺎب وﯾﮋﮔﯽ ﻓﺎﺧﺘﻪ و اﻟﮕﻮرﯾﺘﻢ ﻃﺒﻘﻪﺑﻨﺪي ﮐﻨﻨﺪه SVM ﺑﺪﺳـﺖ آﻣﺪهاﺳـﺖ. ﻫﻤﭽﻨﯿﻦ ﺳـﯿﺴـﺘﻢ ﺗﺸـﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي اراﺋﻪ ﺷﺪه داراي ﻣﺰاﯾﺎﯾﯽ ﻧﺴﺒﺖ ﺑﻪ ﺳﺎﯾﺮ ﺳﯿﺴﺘﻢﻫﺎي ﺗﺸﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي ﻣﯽﺑﺎﺷﺪ. اﯾﻦ ﻧﺘﺎﯾﺞ ﻧﺸﺎن ﻣﯽدﻫﺪ ﮐﻪ اﺳﺘﻔﺎده از روش اﺳﺘﺨﺮاج وﯾﮋﮔﯽ SFTA، اﻟﮕﻮرﯾﺘﻢ اﻧﺘﺨﺎب وﯾﮋﮔﯽ ﻓﺎﺧﺘﻪ، اﻟﮕﻮرﯾﺘﻢ ﻃﺒﻘﻪﺑﻨﺪي SVM و دادهﻫﺎي ﭘﺎﯾﮕﺎه داده DMR-IR در ﺳــﯿ ﺴــﺘﻢ ﺗ ﺸــﺨﯿﺺ ﮐﺎﻣﭙﯿﻮﺗﺮي ﭘﯿﺸﻨﻬﺎدي، ﻣﯽﺗﻮاﻧﺪ ﺑﺎﻋﺚ ﺑﻬﺒﻮد ﻧﺘﺎﯾﺞ ارزﯾﺎﺑﯽ ﺷﻮد.