تشخيص سرطان پستان با استفاده از كاهش دو مرحله‌اي ويژگي‌هاي استخراج شده آسپيراسيون سوزني و الگوريتم‌هاي داده‌كاوي

Breast Cancer Detection Using Two-Step Reduction of Features Extracted From Fine Needle Aspirate and Data Mining Algorithms

مقدمه: تشخيص زودهنگام سرطان پستان نقش بسيار كليدي در درمان و حيات بيمار ايفا مي‌كند. امروزه با استفاده از خصوصيات استخراج شده از آزمايش آسپيراسيون سوزني و الگوريتم‌هاي داده كاوي مي‌توان روش‌هاي نوين و هوشمندي در نظام سلامت و درمان ارايه داد كه با دقت بالايي قادر به تشخيص سرطان پستان باشند، هدف از انجام اين مطالعه تشخيص سرطان پستان با استفاده از كاهش دو مرحله‌اي ويژگي‌هاي استخراج شده آسپيراسيون سوزني و الگوريتم‌هاي داده‌كاوي است. روش بررسي: در اين مطالعه از داده‌هاي پايگاه داده WDBC موجود در UCI استفاده شد. اين پايگاه شامل 569 نمونه خوش خيم و بدخيم توده پستان با 31 ويژگي است كه ويژگي اول شماره شناسه پرونده بيمار و بقيه‌ي ويژگي‌ها نتايج كمي آزمايش آسپيراسيون سوزني براي هر نمونه است. در اين تحقيق، براي افزايش كارايي سيستم‌هاي تشخيص سرطان پستان روش كاهش ويژگي دو مرحله‌اي پيشنهاد شد و عملكرد روش‌هاي درخت تصميم J48، بيزين ساده، طبقه‌بندي‌كننده درجه دوم، ماشين بردار پشتيبان و روش k نزديكترين همسايه بر روي ويژگي‌هاي كاهش يافته مورد بررسي قرار گرفت. يافته ها: بررسي‌هاي صورت گرفته نشان دادند كه كاهش ويژگي دو مرحله‌اي موجب افزايش دقت الگوريتم‌هاي داده كاوي در تشخيص سرطان پستان مي‌شود. دقت مدل ايجاد شده با استفاده از كاهش ويژگي دو مرحله‌اي مبتني بر ضريب همبستگي و الگوريتمPCA در روش نزديكترين همسايه براساس فاصله اقليدسي54/97% مي باشد كه نسبت به ساير روش‌ها داراي بالاترين دقت است. نتيجه گيري: نتايج اين مطالعه نشان داد كه با استفاده از الگوريتم‌هاي داده كاوي و كاهش ويژگي دو مرحله‌اي مبتني بر انتخاب ويژگي و استخراج ويژگي مي‌توان با دقت بالايي سرطان پستان را تشخيص داد. در واقع با استفاده از اين روش‌ها مي‌توان سيستم‌هاي نويني براي كمك به پزشكان طراحي نمود كه موجب تسهيل در فرآيندهاي تشخيصي و درماني شوند. واژه هاي كليدي: سرطان پستان، داده كاوي، كاهش ويژگي دو مرحله‌اي، دسته‌بندي.

Introduction: Early detection of breast cancer plays an important role in the treatment and survival of patients. Today, the features extracted from Fine Needle Aspirate (FNA) and data mining algorithms can be applied for designing intelligent systems in detection of breast cancer. The aim of the study is diagnosis of breast cancer using two-step reduction of features extracted from fine needle aspirate and data mining algorithms. Method: In this study, Wisconsin Diagnostic Breast Cancer Data (WDBC) taken from the UCI machine learning repository was used. This dataset contains 569 samples of benign and malignancy with 30 characteristics extracted from FNA testing. In this study to improve the performance of breast cancer detection systems, two-step dimension reduction was proposed and the performance of data mining algorithms such as J48 decision tree, NaïveBayes, quadratic classifier, SVM and KNN was considered on the reduced features by proposed two-step dimension reduction. Results: Two-step dimension reduction can improve the accuracy of data mining algorithms in detection of breast cancer. Proposed method has achieved the accuracy of 97.54% using KNN classifier based on Euclidean distance and two-step dimension reduction using feature selection based on correlation coefficient and PCA algorithm. Conclusion: The results of this study showed that data mining algorithms and two-step dimension reduction can be very helpful in assisting the physicians to detect breast cancer. Keywords: Breast Cancer, Data Mining, Two-step Dimension Reduction, Classification.