دانلود شبیه سازی مقاله روش ترکیبی مبتنی بر سیستم فازی و الگوریتم knn برای تشخیص سرطان پستان

روش ترکیبی جدید مبتنی بر سیستم ایمنی فازی مصنوعی و الگوریتم knn برای تشخیص سرطان

استفاده از یادگیری ماشین در تشخیص پزشکی به تدریج افزایش یافته است. این عمدتا به این علت است که اثربخشی سیستم های طبقه بندی و تشخیص به منظور کمک به متخصصان پزشکی در تشخیص بیماری ها، در زمینه های مختلف بهبود یافته است.  بیماری سرطان پستان نوعی از سرطان در بین زنان است.

به علت گسترش زیاد، این بیماری در سال های اخیر به طور قابل توجهی افزایش یافته است، برنامه های کاربردی برای یادگیری ماشین برای این مشکل نیز مورد توجه زیادی قرار گرفته اند. این مقاله با هدف تشخیص سرطان پستان با یک روش یادگیری ماشین های ترکیبی جدید انجام شده است. با ترکیبی از یک سیستم ایمنی فازی با مصنوعی با الگوریتم K نزدیکترین همسایگی، برای حل این مشکل تشخیص از طریق طبقه بندی مجموعه داده های سرطان سینه ویسکانسین (WBCD)، یک روش جدید ارائه شده است.

این مجموعه داده ها یک مجموعه داده های بسیار معمولی مربوط به استفاده از سیستم های طبقه بندی برای تشخیص سرطان پستان است و در این مطالعه برای مقایسه عملکرد طبقه بندی روش پیشنهاد شده با سایر روش ها مورد استفاده قرار گرفته است. دقت طبقه بندی 99.14٪ بدست آمده است که بالاترین دقت تاکنون است. دقت طبقه بندی از طریق اعتبار سنجی متقاطع 10 برابر بدست آمد. این نتیجه برای WBCD است اما بیان می کند که این روش می تواند با اطمینان برای سایر مشکلات تشخیص سرطان سینه نیز مورد استفاده قرار گیرد.

شبیه سازی ها در محیط متلب انجام شده است و در ادامه نتایج شبیه سازی ها نشان داده شده است.

تشخیص سرطان سینه