تشخیص سرطان سینه با استفاده از الگوریتم شبکههای عصبی مصنوعی
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.
دیتاست
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.
| Domain | Attribute | # |
| id number | code number | 1 |
| 1 – 10 | Clump Thickness | 2 |
| 1 – 10 | Uniformity of Cell Size | 3 |
| 1 – 10 | Uniformity of Cell Shape | 4 |
| 1 – 10 | Marginal Adhesion | 5 |
| 1 – 10 | Single Epithelial Cell Size | 6 |
| 1 – 10 | Bare Nuclei | 7 |
| 1 – 10 | Bland Chromatin | 8 |
| 1 – 10 | Normal Nucleoli | 9 |
| 1 – 10 | Mitoses | 10 |
| 2 for benign, 4 for malignant | Class | 11 |
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
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.
ویدئوی آموزشی از نحوه اجرای پروژه
محصول
این محصول دارای توضیحات در داخل فایل دانلود می باشد و فایل دانلودی بصورت zip می باشد. کیفیت محصول توسط کارشناسان پی استور بررسی و تایید شده است. پی استور کیفیت فایل شبیه سازی را تضمین می کند. برای دانلود، این محصول را با قیمت استثنایی خرید کنید پس از خرید محصول، لینک دانلود پروژه به صورت آنی در اختیار شما قرار می گیرد.
programstore –
نظرات و دیدگاه های خود را با ما درمیان بگذارید.