نگار کتابچی - فارغ التحصیل رشته مهندسی پزشکی دانشگاه صنعتی سجاد، مشهد
امین نوری - عضو هیات علمی دانشکده برق دانشگاه صنعتی سجاد، مشهد

سرطان سینه با نرخ مرگومیر بالا یکی از شایعترین سرطان ها در میان زنان میباشد که تشخیص به موقع و صحیحخوش خیم یا بدخیم بودن بافت سرطانی سینه، امری بسیار مهم و با اهمیت است. امروزه استفاده از روشهای کامپیوتریبرای تشخیص انواع بیماریها، فراگیر و در حال گسترش است. در این مقاله از دو شبکه ی عصبی مصنوعی برایتشخیص سرطان سینه استفاده شده است. مجموعه ی داده ها از آزمایش آسپیراسیون سوزنی که روشی ساده و ارزان برایتشخیص دقیق و زودهنگام این سرطان است، به دست آمده که در دانشگاه Wisconsin آمریکا جمع آوری شده اند.شبکه ی پرسپترون چندلایه (MLP) با الگوریتم پس انتشار خطا و شبکه ی شعاعی پایه (RBF) با الگوریتم k میانگینبرای تشخیص خوشخیم یا بدخیم بودن سرطان سینه به کار گرفته شده اند. مقایسه ی نتایج به دست آمده از شبکهیMLP و RBF با سایر روشهای دیگر نشان دهنده عملکرد مطلوب و دقت بالای این شبکه ها می باشد که با استفاده ازآنها می توان تعداد جراحی های غیر ضروری روی بیماران را کاهش داده و هزینه های مربوطه را کم کرد.

سرطان سینه، پرسپترون چندلایه (MLP) ، الگوریتم پس انتشار خطا، شبکه ی شعاعی پایه (RBF)، الگوریتم k میانگین