تعداد دوره ها 7
تعداد شماره 28
تعداد مقالات 254
تعداد نویسندگان 490
تعداد مقالات ارسال شده 3207
تعداد مقالات رد شده 2890
درصد عدم پذیرش 73
درصد پذیرش 27
زمان پذیرش (روز) 120
تعداد پایگاه های نمایه شده 39
تعداد داوران 138

این نشریه را در شبکه‌های علمی همراهی کنید:

لینکدین

ریسرچ گیت

پابلونز

آکادمیا

ارکید

مندلی

گوگل اسکالر

تشخیص بیماری سرطان ریه با بکارگیری الگوریتم طبقه بندی داده کاوی
دوره 6، شماره 2، 1402، صفحات 20 - 31
نویسندگان : سهیلا رحیمی* 1

1 گروه کامپیوتر، واحد بیضا، دانشگاه آزاد اسلامی، بیضا، ایران

چکیده :
سرطان ریه یکی از بیماریهای خطرناک است که باعث مرگ گسترده افراد در سراسر جهان می شود. تشخیص زودرس سرطان ریه تنها روش ممکن برای بهبود شانس بیمار برای بقا است. بنابراین وجود تکنیک هایی برای تشخیص به روز تومورهای سرطانی در مراحل اولیه ضروری می باشد. با استفاده از تکنیک های داده کاوی می توان پیش بینی زود هنگام سرطان ریه را انجام داد. از اینرو در این تحقیق یک مدل برای تشخیص زودهنگام سرطان ریه با استفاده از الگوریتم های دسته بند متا موجود در داده کاوی ارائه شده که با بکارگیری آن می توان خیلی سریع و با دقت بسیار بالا افراد مبتلا به سرطان ریه را شناسایی و تشخیص داد. مدل پیشنهادی پژوهش حاضر که با استفاده از الگوریتم های ترکیبی دسته بند متا پیاده سازی شده است، که مطابق با نتایج شبیه سازی از دقت بسیار بالایی برابر با 14/97% برخوردار می باشد. این میزان دقت با استفاده از ترکیب دو الگوریتم Logit Boost از دسته بند متا و Decision Stump از دسته بند trees حاصل گردید.
کلمات کلیدی :
بیماری سرطان ریه، تکنیک داده کاوی، انتخاب ویژگی، دقت تشخیص
پشتیبانی آنلاین از طریق واتساپ

پژوهشگران گرامی؛ پاسخگوی سوالات شما عزیزان از طریق واتساپ هستیم !


جهت ارسال پیام در واتساپ اینجا کلیک نمائید !