سرطان سینه شایع‌ترین سرطان در میان زنان است که در مردان نیز رخ می‌دهد. اخیراً مدل‌هایی که با دقت بالا بتوانند بقاي این بیماران را در افراد مبتلا پیش‌بینی نمایند، مورد توجه است. تشخیص سرطان سینه با شبکه عصبی یکی از مدل هایی است که در میان محققین از محبوبیت بالایی بر خوردار است. در این پروژه با استفاده از نرم افزار متلب تشخیص سرطان سینه با شبکه عصبی شبیه سازی می شود. که در نوع خود بالاترین میزان دقت در تشخیص را انجام می دهد. در ادامه نحوه کار این شبیه سازی و دیتاست و متغیر های مورد استفاده توضیح داده می شود.
برنامه‌نویس: تیم برنامه نویسی پی استور
متشکل از اساتید و فارغ التحصیلان رشته های فنی - مهندسی
تیم برنامه نویسی پی استور یکی از اولین گروه های تشکیل شده در مجموعه آموزشی پی استور می باشد. این تیم از اساتید مجرب و فارغ التحصیلان رشته های فنی و مهندسی تشکیل شده که در زمینه های مختلف برنامه نویسی و تهیه سورس کد فعال هستند.
دیتاست سرطان سینه
دیتاست مورداستفاده مجموعه داده بیماران سرطان سینه موجود در مخزن داده‌ی یادگیری ماشین دانشگاه ارواین، ایالت کالیفرنیا آمریکا (University of California at Irvine) است و در آدرس آنلاین آن موجود می‌باشد و شامل ریسک فاکتورهای ضخامت انبوه، یکنواختی اندازه سلول، یکنواختی شکل سلول، چسبندگی لبه‌ها، حجم سلول بافت اپیتلیال، هسته‌های عریان، کروماتین بلاند، هسته عادی و تقسیم هسته سلول به دو قسمت می‌باشد که در ایالت ویسکانسین ایالات‌متحده جمع‌آوری‌شده است. جدول زیر نشان‌دهنده این مجموعه از داده است.
| ردیف | نام ویژگی | محدوه |
|---|---|---|
| 1 | code number | id number |
| 2 | Clump Thickness | 1 – 10 |
| 3 | Uniformity of Cell Size | 1 – 10 |
| 4 | Uniformity of Cell Shape | 1 – 10 |
| 5 | Marginal Adhesion | 1 – 10 |
| 6 | Single Epithelial Cell Size | 1 – 10 |
| 7 | Bare Nuclei | 1 – 10 |
| 8 | Bland Chromatin | 1 – 10 |
| 9 | Normal Nucleoli | 1 – 10 |
| 10 | Mitoses | 1 – 10 |
| 11 | Class | 2 for benign, 4 for malignant |
ویژگی ها یا Attribute ها
9 ویژگی در این ساختار مشخص است و سطر آخر نیز نمایان گر نوع کلاس است که به‌صورت خوش‌خیم (2) و بدخیم (4) مشخص‌شده است و مشخصات تعداد 699 نمونه از افراد مبتلا به سرطان در این مجموعه داده در سال 1992 جمع‌آوری‌شده است. داده‌های موجود در این مجموعه به سه دلیل بایستی پیش‌پردازش شوند.
در این مجموعه داده، مقدار بعضی داده‌ها وارد نشده بود که به‌اصطلاح داده‌های گمشده بودند، هدف از این پیش‌پردازش این بود که داده‌های گمشده حذف شوند که در روند شبیه‌سازی خطا را کم کنند. سطرهایی که شامل داده‌های گمشده بودند حذف شدند که پس‌ازاین مرحله 683 سطر باقی ماند.
ازآنجاکه شماره شناسایی بیماران جزء فاکتورهای تشخیصی نوع سرطان پستان نبود در پیش پردازش داده ها حذف شدند. در پایان داده‌ها با روش خطی نرمال شدند به‌گونه‌ای که مقادیر عددی آن‌ها بین صفر و یک قرار گیرد که ازنظر فنی قابل‌اعمال به شبکه عصبی احتمالی شود. فایل این مجموعه داده در شبیه ساز متلب IOdata نام دارد. بطور کلی این داده ها طبق دیاگرام زیر به شبکه عصبی تزریق می شود تا تشخیص سرطان سینه با شبکه عصبی در دو گروه خوش خیم و بد خیم انجام شود.
خروجی شبیه سازی تشخیص سرطان سینه
پس از انجام شبیه سازی خروجی های مربوط به پارامترهای دقت، صحت، Recall، F1 و معیار های آماری کاپا، میانگین خطای مطلق (MAE)، ریشه میانگین مربعات خطا (RMSE)، خطای نسبی مطلق (RAE)، ریشه نسبی مربعات خطا (RRSE) در Command Windows متلب قابل مشاهده است. تصاویری از خروجی نمودارها در پروژه تشخیص سرطان سینه با شبکه عصبی در ادامه آورده شده است.
درباره سورس کد تشخیص سرطان سینه با شبکه عصبی
این محصول دارای توضیحات در داخل فایل دانلود می باشد و فایل دانلودی بصورت zip می باشد. محصول دارای نشان تضمین کیفیت پی استور می باشد. خرید محصول توسط کلیه کارت های شتاب امکان پذیر است و بلافاصله پس از خرید، لینک دانلود محصول در اختیار شما قرار خواهد گرفت. کیفیت محتوا توسط پی استور تضمین می شود.
تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این محصول توسط پی استور تضمین شده و در صورت عدم رضایت از محصول، به انتخاب شما:
- ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
- و یا 80 درصد مبلغ پرداختی به حساب بانکی شما عودت داده می‌شود.
مطالب مرتبط در زمینه تشخیص بیماری
تاکنون 340 نفر این محصول را تهیه کرده اند و 2 نظر برای آن ثبت شده است.
اکبر صدوقی
ممنون همون چیزی بود که می خواستم
مدیریت و پشتیبانی
نظرات و دیدگاه های خود را با ما درمیان بگذارید.