تشخيص بيماري سرطان سينه با استفاده از شبكه‌ عصبي پرسپترون چند لايه مبتني بر ماشين با قابليت يادگيري فوق‌العاده

The diagnosis of breast cancer using MLP neural network based on extreme learning machine

سرطان سينه يكي از شايعترين انواع سرطان است كه در مراحل اوليه بيماري، قابل درمان است. تشخيص زود هنگام و درمان مؤثر، تنها راه نجات و كاهش مرگ و مير ناشي از سرطان سينه است. طبقه‌بندي دقيق از تومور سرطان سينه، يك كار مهم در تشخيص پزشكي است. در حوزه يادگيري ماشين، روش‌هاي بسياري براي طبقه‌بندي ارائه شده است.در اين مقاله از شبكه‌ عصبي پرسپترون چند لايه مبتني بر ماشين با قابليت يادگيري فوق‌العاده استفاده شده است. اين روش نسبت به الگوريتم‌‌هاي مبتني بر گراديان، الگوريتمي سريعتر، با دقت و قابليت تعميم فوق‌العاده در طبقه‌بندي مي‌باشد. در اين الگوريتم، پارامتر‌هاي لايه پنهان به صورت تصادفي انتخاب مي‌شوند و وزن‌هاي لايه خروجي به صورت تحليلي از يك سيستم خطي و با استفاده از معكوس تعميم‌يافته مور پنروز به‌دست مي‌آيد. نتايج شبيه‌سازي‌ها از برتري قابل توجه الگوريتم پيشنهادي نسبت به الگوريتم پس‌انتشار خطا از نظر سرعت يادگيري و قابليت تعميم حكايت مي‌نمايد.

Breast cancer is the most common cancer in the early stages of the disease, it is treatable. Early diagnosis and effective treatment, the only way to save and reduce deaths from breast cancer. The exact classification of breast cancer tumor, a medical diagnosis is important. In the field of machine learning, many ways to classify presented. In this paper, the MLP neural network based on extreme machine learning has been extraordinary. This method of gradient-based algorithms, algorithmic quickly, accurately and interoperability is extremely classification. The simulation results of the proposed algorithm has a substantial lead over the back propagation algorithm in terms of speed learning and interoperability is indicated.