مقایسه عملکرد دو مدل پیش بینی متاستاز براساس تکنیک های داده کاوی در بیماران سرطان پستان
نویسنده:
چکیده:
مقدمه
با شناسایی فرآیند متاستاز و عوامل موثر بر آن به بهبود و بقای طولانی مدت بیماران کمک شایانی خواهد شد. هدف از مطالعه حاضر بررسی و شناسایی عوامل تاثیرگذار در پیشبینی متاستاز سرطان پستان با استفاده از ابزارهای دادهکاوی است. دادهکاوی ابزار کشف دانش از میان انبوهی از داده است که امروزه در زمینه های مختلفی کاربرد پیدا کرده است. تشخیص بیماری در علم پزشکی یکی از زمینه های رو به رشد و پرکاربرد دادهکاوی است.مواد و روش ها
در این پژوهش پس از آمادهسازی داده ها، 2025 رکورد قابل استفاده مورد تجزیه و تحلیل قرار گرفت. سپس با استفاده از الگوریتمهای شبکه عصبی و CHAID به کشف الگوهایی که به پیشبینی متغیرهای تاثیرگذار بر متاستاز در بیمار کمک میکند، پرداختهایم.نتایج
براساس نتایج متغیرهای Stage تومور، نوع عمل جراحی، نوع سرطان براساس پاتولوژی مهمترین متغیرهای پیشبینی کننده متاستاز هستند.نتیجه گیری
مقایسه عملکرد مدلها در این پژوهش نشان میدهد که الگوریتمهای CHAID و شبکه عصبی در پایگاه داده مورد استفاده، روشهای مناسبی برای پیشبینی متاستاز در بیماران سرطان پستان میباشد.کلیدواژگان:
داده کاوی ، سرطان پستان ، متاستاز ، پیش بینی
زبان:
فارسی
صفحات:
36 تا 42
لینک کوتاه:
magiran.com/p1716528
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!