• پیش بینی حجم تومور پستان با استفاده از تئوری خاکستری

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1396/11/30
    • تاریخ انتشار در تی پی بین: 1396/11/30
    • تعداد بازدید: 381
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -

    با توجه به اینکه حجم تومور پستان در رفتار این بیماری، درجه بندی این بیماری و انتخاب روش درمان مناسب بسیار تاثیرگذار می باشد. در این مقاله به پیش بینی حجم تومور با استفاده از مقادیر آن در روزهای قبل می پردازیم. با توجه به اینکه بسیاری از ابعاد بیماری سرطان پستان ناشناخته است و از طرفی برای انجام آزمایش ها مربوط به این بیماری نیاز به امکانات آزمایشگاهی مدرن و صرف هزینه های زیادی می باشد، درنتیجه اطلاعات موردنیاز برای مطالعه بیماری سرطان به سختی به دست می آید. در شرایطی که میزان داده ها کم یا ناقص باشد اکثر روش های پیش بینی سری های زمانی سنتی نتایج نامطلوبی دارند. در نتیجه نیازمند ابزاری مناسب جهت تقریب رفتار داده ها و در ادامه پیش بینی آن می باشد که آن ابزار تئوری خاکستری است. در این مقاله برای اولین بار، پیش بینی سری زمانی رشد حجم تومور با استفاده از تئوری خاکستری، شبکه عصبی و ترکیب شبکه عصبی و الگوریتم بهینه سازی ازدحام ذرات (pso) انجام شده است. در ابتدا به بررسی مختصر تئوری خاکستری، شبکه عصبی مصنوعی و ترکیب شبکه عصبی مصنوعی و pso پرداخته شده است. برای اینکه عملکرد این روش ها بررسی شود، بر روی دو مجموعه داده که اولی مربوط به تومور پستان یک نمونه انسانی و دیگری مربوط به یک گروه موش که به سرطان پستان مبتلا شده اند، شبیه سازی ها انجام شده است. با مقایسه نتایج مشاهده می گردد که بهترین عملکرد مربوط به تئوری خاکستری و بعد از آن ترکیب شبکه عصبی و pso و در نهایت شبکه عصبی بدترین عملکرد را داشته است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها