پيش بيني و تشخيصسرطان سينه با الگوريتم هاي طبقه بندي ماشيني

Predicting and diagnosing breast cancer with machine learningclassification algorithms

سرطان سينه يكي از شايع ترين انواع سرطان است كه سلول هاي سينه بدون كنترل و بيش از حد لازم رشد مي كنند و عملكرد تقسيم سلولي دچار اختلال مي شود. شناسايي سلول هاي سرطاني با روش هاي يادگيري ماشيني مزاياي قابل توجهي براي سيستم بهداشت و درمان به دنبال دارد و به پزشكان اجازه مي دهد زمان كمتري را براي تشخيص و زمان بيشتري براي درمان بيماري صرف كنند. در اين مقاله ضمن مرور مهم ترين روش هاي طبقه بندي ماشيني، به مقايسه تشخيص بيماري با رويه هاي ياد شده پرداخته و نشان خواهيم داد كه در بين روش هاي ذكر شده نزديك ترين همسايگي مي تواند در تشخيص سرطان روش موثري باشد.

Breast cancer is one of the most common types of cancer in which breast cells grow out of control and over-necessary, and cell division function is impaired. The detection of cancer cells by machine learning methods has significant benefits for the healthcare system and allows physicians to spend less time diagnosing and more time treating the disease. In this article, while reviewing the most important methods of machine classification, we will compare the diagnosis of the disease with the mentioned procedures and show that among the mentioned methods, the k-nearest neighborhood can be a more efficient method in diagnosing cancer.