بررسی روش های مختلف کلاسبندی بر پایه هوش مصنوعی جهت طبقه بندی نوع بدخیمی لنف های سرطانی

مقاله بررسی روش های مختلف کلاسبندی بر پایه هوش مصنوعی جهت طبقه بندی نوع بدخیمی لنف های سرطانی

متاستاز لنفاوی و لنف بدخیم از جمله بیماریهایی هستند که در صورت تشخیص دیر هنگام می توانند باعث ایجاد سرطان خون شوند، اما تشخیص به موقع تأثیر زیادی در معالجه آن ها دارد. در این مقاله از داده های جمع آوری شده از لنفوگرام برای طبقه بندی آن ها با استفاده از چهار روش مختلف استفاده شده است که شامل روش بیزین، روش نزدیک ترین همسایه (knn)، شبکه عصبی پرسپترون و شبکه عصبی توابع پایه شعاعی (rbf) می باشد، که در آن روش بیزین و روش knn به عنوان روش های قدیمی شناخته می شوند و شبکه عصبی یک روش جدیدی است.

در روش knn با تغییر مقدار k، در روش شبکه عصبی پرسپترون با تغییر تعداد نورون ها و نوع تابع تبدیل و در شبکه عصبی rbf با تغییر تعداد توابع پایه شعاعی نرخ صحیح طبقه بندی (ccr) تغییر می یابد که با توجه به داده ها و طبقه بندی های موجود در هر روش و مقایسه زمان ها و نتایج به دست آمده، روش شبکه عصبی rbf وپرسپترون می تواند مطلوب ترین پاسخ را برای طبقه بندی داده ها انجام دهد و روش knn طبقه بندی را در سریع ترین زمان ممکن انجام می دهد.