افزایش دقت پیش بینی سرطان پستان با استفاده از الگوریتم ژنتیک و داده کاوی
Abstract(in Persian; no English abstract is available)
مقدمه: سرطان پستان یکی از شایعترین علت مرگ و میر در زنان محسوب میشود. پیشبینی صحیح سرطان پستان دارای اهمیت است. وجود علایم و ویژگیهای مختلف این بیماری، تشخیص را برای پزشکان دشوار میکند. دادهکاوی امکان تحلیل داده‌های بالینی بیماران برای تصمیمگیریهای پزشکی را فراهم میکند. هدف این مقاله، ارایه یک مدل برای افزایش دقت پیشبینی سرطان پستان است. روش بررسی: در این مطالعه، پرونده پزشکی 574 بیمار مبتلا به سرطان پستان با تعداد 32 ویژگی مورد بررسی قرار گرفته است. اطلاعات بیماران از پایگاه داده استاندارد بیمارستان فوق تخصصی مرتاض یزد جمعآوری شده است. هر یک از بیماران حداقل به مدت یک سال تحت پیگیری بودهاند. به منظور ارایه مدل پیشبینی سرطان پستان از الگوریتم ژنتیک و دادهکاوی استفاده میشود. یافتهها: مدل پیشنهادی با روشهای درخت تصمیمگیری، نایو بیز و نزدیکترین همسایه مورد مقایسه قرار گرفت. نتایج نشان میدهد که دقت پیشبینی مدل پیشنهادی برابر با 973/0 بوده است. همچنین برای روشهای نایو بیز، درخت تصمیمگیری و نزدیکترین همسایه دقت پیشبینی به ترتیب برابر با 913/0، 929/0 و 951/0 میباشد. نتیجهگیری: در پیشبینی سرطان پستان، مدل پیشنهادی نسبت به سایر مدلهای مورد مقایسه دارای حداقل میزان خطا و بیشترین دقت و صحت است. روش نایو بیز، حداکثر میزان خطا و کمترین دقت را دارا میباشد.