تاریخ امروز:   1403/1/31   (English)
درباره ما   | ساختار پژوهشکده   | نقشه سایت   | اهداف و چشم انداز   |   اخبار   |   گالری تصاویر   |   تماس با ما

طبقه بندی داده های نامتوازن در...

خانه گروه های پژوهشی جزئیات گروه پژوهشی مقالات ژورنال جزئیات طبقه بندی داده های نامتوازن در...
  تاریخ انتشار : 1395/5/19   نام نشریه : فصلنامه بیماریهای پستان   شمارهء صفخه در نشریه : 13
طبقه بندی داده های نامتوازن در تشخیص اولیه بیماری های پستان با روش های "آدابوست"،"شبکه عصبی احتمالی" و "K تا نزدیک ترین همسایه"

چکیده مقاله

سرطان پستان یکی از سرطان های شایع در ایران بوده و هرگونه اقدام تشخیصی به هنگام در این ­باره می تواند جان بسیاری از مبتلایان به این سرطان را نجات بخشد. هدف از این پژوهش طبقه­ بندی داده­ های نامتوازن مربوط به بانوان مراجعه کننده به کلینیک پژوهشکده سرطان پستان جهاد دانشگاهی به منظور تعیین وضعیت ایشان و طبقه­ بندی نرمال و یا غیر نرمال بودن پستان مراجعه ­کنندگان بود. مجموعه داده­ های نامتوازن یکی از چالش­های پیش روی طراحی سیستم­های پزشک­یار برای طبقه­ بندی و تعیین وضعیت بیمار محسوب می شود که در این پژوهش از روش­های سطح داده برای حل آن استفاده شد. 

روش بررسی: در این مطالعه برای طبقه­ بندی  داده­های 918 نفر، سه الگوریتم "AdaBoost.M1"،" k تا نزدیک­ترین همسایه" و "شبکه عصبی احتمالی" به خدمت گرفته شد. از آنجا که داده­ های این مطالعه نامتوازن بود، برای حل این مساله از روش "بیش نمونه برداری تصادفی کلاس اقلیت"، "زیر نمونه برداری تصادفی کلاس اکثریت" و "بیش نمونه برداری مصنوعی کلاس اقلیت" استفاده شد. به منظور پیاده­ سازی الگوریتم­ها از امکانات و ابزارهای نرم­افزار "متلب" و "آر" استفاده گردید. همچنین برای ورودی الگوریتم­های طبقه­بندی از 60 متغیر مندرج در کاربرگ­­­های شرحِ حال و معاینه فیزیکی مراجعان استفاده شد. معیارهای دقت و F-measure به منظور ارزیابی در مرحله آزمون الگوریتم­ها مورد استفاده قرار گرفت. 

یافته ها:

بر اساس معیارهای "دقت" و "F-measure"، بهترین عملکرد الگوریتم­های سه­ گانه این مطالعه در مواجهه با مجموعه داده تولیدشده با روش "بیش نمونه برداری مصنوعی کلاس اقلیت" بود. در این راستا عملکرد الگوریتم­های "AdaBoost.M1"، " k تا نزدیک­ترین همسایه " و "شبکه عصبی احتمالی" در مواجهه با مجموعه داده مذکور و بر اساس معیارهای "دقت" و "F-measure" به ترتیب عبارتند از: "93.5 و 93.6"، "79.5 و87.7 " و "86 و 91.9" بدست آمد.


نویسندگان : محمد درزی، آسیه الفت بخش، سعید گرگین، فرید اویسی، عصمت السادات هاشمی، نسرین علوی

تمای حقوق این وب سایت برای پژوهشکده فناوری اطلاعات جهاد دانشگاهی محفوظ است.
درباره ما   | ساختار پژوهشکده   | نقشه سایت   | اهداف و چشم انداز   |