:: دوره 7، شماره 1 - ( 3-1399 ) ::
جلد 7 شماره 1 صفحات 19-29 برگشت به فهرست نسخه ها
پیش‌بینی بقاء بیماران مبتلا به سرطان ریه با استفاده از سیستم استنتاج عصبی- فازی تطبیقی بهبودیافته
ام البنین عباسی ، محمدرضا رمضان پور ، ریحانه خورسند
استادیار، گروه مهندسی کامپیوتر، واحد مبارکه، دانشگاه آزاد اسلامی، اصفهان، ایران
چکیده:   (876 مشاهده)
مقدمه: سرطان ریه منبع اصلی مرگ‌ومیر برای مردان و زنان در سراسر جهان می‌باشد. بیماری ریه توسعه و رشد غیرقابل‌کنترل سلول‌ها در یک یا هر دو ریه می‌باشد. تشخیص زودرس سرطان آسان نیست؛ اما اگر سریع تشخیص داده شود، قابل‌درمان است. هدف از این مطالعه، ساخت مدل بهینه پیش‌بینی کننده بقاء بیماران مبتلابه سرطان ریه بر اساس ویژگی‌های بیماران با رویکرد داده‌کاوی می‌باشد.
روش: در این مطالعه توصیفی- کاربردی، از الگوریتم سیستم استنتاج عصبی فازی تطبیقیANFIS  و الگوریتم بهینهسازی ازدحام ذرات PSO برای پیش‌بینی بقاء بیماران مبتلابه سرطان ریه استفاده شد. در این مطالعه، از پایگاه داده معتبر برنامه‌ نظارت، اپیدمی‌شناسی و نتایج نهایی SEER دانشگاه لوییزول آمریکا استفاده‌ شد. برای ارزیابی روش پیشنهادی از معیارهای دقت،  صحت، خطا و جذر خطای میانگین مربعات استفاده شد.
نتایج: نتایج نهایی به‌ دست‌آمده در این مطالعه نشان‌دهنده برتری روش بهینه‌سازی ANFIS با الگوریتم PSO نسبت به سایر روش‌ها، در راستای پیش‌بینی بقاء بیماران مبتلابه سرطان ریه با متوسط صحت برابر 99/80% برای بقاء یک‌ساله، 99/74%  برای بقاء دوساله و 99/66%  برای بقا پنج‌ساله بر روی مجموعه داده SEER بود.
نتیجه ­گیری: استفاده از مدل بهینه‌سازی شده ANFIS با الگوریتم PSO در پیش‌بینی بقاء بیماران مبتلا به سرطان ریه بسیار قدرتمند است. مدل پیشنهادی نسبت به سایر مدل‌های مورد مقایسه دارای  بیشترین صحت، دقت و کمترین میزان خطا بوده است؛ بنابراین به‌کارگیری ایـن مـدل درزمینه پیش‌بینی بقا پیشنهاد می‌شود.
واژه‌های کلیدی: داده‌کاوی، پیش‌بینی بقا، سرطان ریه، نرخ بقاء
متن کامل [PDF 838 kb]   (229 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: داده کاوی
دریافت: 1398/8/5 | پذیرش: 1398/12/4


XML   English Abstract   Print



دوره 7، شماره 1 - ( 3-1399 ) برگشت به فهرست نسخه ها