افزايش دقت پيش بيني سرطان پستان با استفاده از الگوريتم ژنتيك و داده كاوي

Using Data Mining and Genetic Algorithm for Diagnosis of Breast Cancer

مقدمه: سرطان پستان يكي از شايع ترين علت مرگ و مير در زنان محسوب مي شود. پيش بيني صحيح سرطان پستان داراي اهميت است. وجود علايم و ويژگي هاي مختلف اين بيماري، تشخيص را براي پزشكان دشوار مي كند. داده كاوي امكان تحليل داده‏هاي باليني بيماران براي تصميم گيري هاي پزشكي را فراهم مي كند. هدف اين مقاله، ارايه يك مدل براي افزايش دقت پيش‏بيني سرطان پستان است. روش بررسي: در اين مطالعه، پرونده پزشكي 574 بيمار مبتلا به سرطان پستان با تعداد 32 ويژگي مورد بررسي قرار گرفته است. اطلاعات بيماران از پايگاه داده استاندارد بيمارستان فوق تخصصي مرتاض يزد جمع آوري شده است. هر يك از بيماران حداقل به مدت يك سال تحت پيگيري بوده اند. به منظور ارايه مدل پيش بيني سرطان پستان از الگوريتم ژنتيك و داده كاوي استفاده مي شود. يافته ها: مدل پيشنهادي با روش هاي درخت تصميم گيري، نايو بيز و نزديك ترين همسايه مورد مقايسه قرار گرفت. نتايج نشان مي دهد كه دقت پيش بيني مدل پيشنهادي برابر با 973/0 بوده است. همچنين براي روش هاي نايو بيز، درخت تصميم-گيري و نزديك ترين همسايه دقت پيش بيني به ترتيب برابر با 913/0، 929/0 و 951/0 مي باشد. نتيجه گيري: در پيش بيني سرطان پستان، مدل پيشنهادي نسبت به ساير مدل هاي مورد مقايسه داراي حداقل ميزان خطا و بيش‏ترين دقت و صحت است. روش نايو بيز، حداكثر ميزان خطا و كم ترين دقت را دارا مي باشد.

Introduction: The correct prediction of breast cancer disease is of great importance. The presence of different signs and characteristics of the disease has made it difficult for physicians’ to diagnose. Data mining allows the analysis of the patients’ medical data for medical decisions. The goal of this paper is to present an accurate model designed for predicting breast cancer disease. Methods: In this study, the medical case files of 574 patients with breast cancer diseases with 32 features were examined. Patient information was acquired from the Mortaz General Hospital Standard Database and selected. Genetic Algorithm and Data mining are used for the purpose of presenting a model for the prediction of Erythemato-Squamous disease. Results: The suggested model was compared with the Decision Tree, Nayo-Biz and Nearest Neighbor methods. Results show that the prediction accuracy of the suggested model was 0.973, also for other methods the accuracy of prediction was 0.913, 0.929 and 0.951 respectively. Conclusion: In the prediction of breast cancer disease, the suggested model acquired the least error and the most accuracy and validation in comparison with other methods. The Nayo-Biz method has the most error and least accuracy.