طبقه بندی توده های سرطانیِ سینه با استفاده از ماشین بردار پشتیبانِ غیرخطیِ کوادراتیک و مقایسه با شبکه عصبی خودسازمانده

مهندسی مخابرات جنوب

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 14 آذر 1402

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.30495/jce.2023.1993480.1227

نویسندگان

سوده بخشنده^{* 1}؛ سیده منیره اطیابی²؛ سحر صابری³

¹گروه مهندسی کامپیوتر، واحد تهران شرق، دانشگاه آزاد اسلامی، تهران، ایران

²گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

³گروه مهندسی کامپیوتر، واحد تهران شرق، دانشگاه آزاد اسلامی، تهران، ایران،

چکیده

سرطان سینه بعد از سرطان ریه دومین سرطان شایع و پنجمین دلیل اصلی مرگ و میر در زنان است. تشخیص زودهنگام این سرطان بسیار حائز اهمیت بوده و حتی در صورت تشخیص به موقع این نوع از سرطان، نجات جان افراد نیز امکان‌پذیر است. با در نظر گرفتن این مساله، در پژوهش روبرو تلاش شده است تا با بهره‌گیری از روش ماشین بردار پشتیبان کوادراتیک و بر اساس ویژگی های استخراج شده از تصاویر MRI معتبر، نسبت به طبقه‌بندی داده‌های مشکوک به سرطان اقدام گردد تا روند تشخیص بیماری در مراحل اولیه، راحت‌تر و سریع‌تر صورت پذیرد. در این روش به دلیل ماهیت حجم کم محاسبات و بالا بودن سرعت آن در روند آموزش و نهایت آزمایش، ماشین بردار پشتیبان کوادراتیک، این روش انتخاب شده است. در راستای قوی‌تر شدن روش مربوطه، از روش انتخاب ویژگی SU-CFAM که یک روش انتخاب ویژگی مبتنی بر گراف می‌باشد، بهره گرفته شده است. نتایج روش با بهره‌گیری از فاز انتخاب ویژگی و بدون آن مقایسه شد. نتایج نشان داد دقت روش بدون بهره‌گیری از SU-CFAM، 98.2% و با بهره‌گیری از آن به 99.1% رسید که نشان‌دهنده عملکرد مطلوب این روش در طبقه بندی داده های سرطان سینه است.

کلیدواژه‌ها

سرطان سینه؛ داده های ویسکانسین؛ ماشین بردار پشتیبان؛ کرنل کوادراتیک