بهینه سازی کلونی مورچگان مبتنی بر فازی جهت تشخیص توده های سرطانی

سرطان سینه از شایع ترین سرطان های زنان است که در سال های اخیر در اغلب کشورها شیوع پیدا کرده و در صورت عدم تشخیص و عدم درمان به موقع، بدون استثناء فرد مبتلا را به کام مرگ خواهد کشاند. در صورت تشخیص سرطان سینه در مراحل اولیه و انجام درمان مناسب، طول عمر بیش از 90 درصد از مبتلایان بالا خواهد رفت. در این پژوهش، از ترکیب سیستم های فازی و الگوریتم کلونی مورچگان برای طبقه بندی توده یافت شده استفاده شده است. در روش ارایه شده دو کلاس برای نمونه ها در نظر گرفته شده است که دسته ی اول مربوط به بیماران با غده های خوش خیم و دسته ی دوم مربوط به بیماران با غده های بدخیم است. نتایج نشان می دهند که این روش علاوه بر طبقه بندی با دقت بالای 97% می تواند خطر بیماری یا درصد شانس بیمار را به صورت فازی بیان کند. یکی دیگر از ویژگی های این روش پیشنهادی، سرعت بالای یافتن پاسخ بهینه است که دلیل آن استفاده از هوش جمعی در این الگوریتم است