مروری بر روش های داده کاوی برای تشخیص بیماری سرطان سینه
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 841
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TECCONF03_046
تاریخ نمایه سازی: 5 آبان 1397
چکیده مقاله:
سرطان سینه یکی از رایج ترین انواع سرطان در زنان می باشد و در سال های اخیر رشد قابل ملاحظه ای درتعداد افراد مبتلا به این بیماری گزارش شده است . استفاده از داده کاوی در پزشکی یکی از زمینه های پرکاربرد داده کاوی محسوب می شود، که در سال های اخیر تحقیقات زیادی پیرامون آن انجام شده است. به دلیل این که روش های معمولی هزینه بر و تهاجمی هستند، کارهای زیادی درخصوص تشخیص سرطان سینه بر اساس روش های داده کاوی انجام شده است که این روش ها دقت کافی را درتشخیص این بیماری نداشته اند. در این مقاله با مقایسه انواع روشهای دادهکاوی مانند ماشین بردار پشتیبان، درخت تصمیم و غیره درخصوص نقش آنها در پیشبینی این بیماری را نشان میدهیم که الگوریتم ماشین بردار پشتیبان و ترکیب آن با الگوریتمهای دیگر پرکاربردترین روش در پیشبینی این بیماری می تواند داشته باشد، همچنین بر پرکاربردترین مجموعه داده ها وپرکاربردترین ابزارهای مورد استفاده در این فیلد تحقیقاتی، مروری انجام می شود.
کلیدواژه ها:
نویسندگان
ریحانه یعقوب زاده
گروه کامپیوتر ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور، ایران
سیدرضا کامل
گروه کامپیوتر ، واحدمشهد ، دانشگاه آزاد اسلامی ، مشهد ، ایران
مریم خیرآبادی
گروه کامپیوتر ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور، ایران