تشخيص سرطان سينه به كمك شبكه عصبي و الگوريتم‌هاي داده كاوي

Breast cancer diagnosis using neural network and data mining algorithms

سرطان سينه يكي از شايع ترين بيماري هاي دنيا بوده و هر ساله، افراد زياد به دليل عدم اطلاع از وجود اين بيماري در خود و شناخت به موقع آن جان خود را ازدست مي دهند. با توجه به پيشرفت هاي علوم پزشكي و امكان معالجه و درمان سزطان سينه، پيش بيني صحيح آن در مراحل اوليه داراي اهميت بالايي است. زيراشانس زنده ماندن و درمان آن را بالا مي برد. هر چند تشخيص آن درمراحل اوليه امري دشوار است ولي سيستم‌هاي كمك تصميم يار پزشكي كمك شاياني در اين راستا به پزشكان مي نمايد. در تحقيق حاضر، كارائي روش پيشنهادي براي تشخيص سرطان سينه مورد بررسي قرار گرفت. در اين تحقيق، يك روش جديد طبقه بندي تومورهاي سينه مبتني بر يادگيري ماشين با استفاده تصاوير ماموگرافي MIAS ارائه شد. روش پيشنهادي از طريق پنج گام شامل 1) قطعه بندي تصاوير ورودي با استفاده از الگوريتم FCM، 2) آماده سازي تصاوير قطعه بندي شده با نرمالسازي آنها براي استخراج ويژگي، 3) استخراج ويژگي با استفاده از ماتريس هم رخداد سطح خاكستري (GLCM)، 4) انتخاب ويژگي بااستفاده از روش آناليز مؤلفه هاي اصلي و 5) طبقه بندي توده ها به صورت خوش خيم و بدخيم توسط روش يادگيري ماشين بردار پشتيبان با اضافه كردن راي گيري انجام گرديد. نتايج ارزيابي دقت مدل پيشنهادي نشان داد كه اين مدل با داشتن دقت بيش از 90 درصد، كارائي قابل قبولي در تشخيص سرطان سينه در مراحل اوليه و با استفاده از تصوير ماموگرافي آن را دارد.