0% Complete
English
صفحه اصلی
/
پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
پیشبینی میزان بقای بیماران مبتلا به سرطان ریه با استفاده از ترکیب کارآمد روشهای دادهکاوی و بهینهسازی رقابت استعماری
نویسندگان :
رخشان رمضانی سرچشمه
1
مهدی هاشمزاده
2
امین گلزاری اسکوئی
3
1- دانشگاه شهید مدنی آذربایجان
2- دانشگاه شهید مدنی آذربایجان
3- دانشگاه صنعتی ارومیه
کلمات کلیدی :
پیشبینی بقا بیماران،طبقهبندی،دادهکاوی،سرطان ریه،الگوریتمهای فراابتکاری
چکیده :
سرطان ریه یکی از شایعترین و مرگبارترین انواع سرطانها در جهان است و پیشبینی دقیق میزان بقای بیماران مبتلا به این بیماری از اهمیت بالایی برخوردار است و تاثیر حیاتی در بهبود پیشآگهی و انتخاب مسیر درمانی دارد. در این پژوهش، یک روش نوین مبتنی بر ترکیب کارآمدی از روشهای دادهکاوی و الگوریتم فراابتکاری رقابت استعماری برای پیشبینی میزان بقای بیماران مبتلا به سرطان ریه ارائه شده است. مدل پیشنهادی با استفاده از ترکیب الگوریتم بهینهسازی رقابت استعماری و نسخه بهبود یافته طبقهبند K- نزدیکترین همسایه، به تشخیص دقیقتر بیماری و بهینهسازی برنامه درمانی بیماران کمک میکند. روش ارائه شده شامل چهار بخش اصلی پیشپردازش دادهها، خوشهبندی، استخراج ویژگیهای بهینه با استفاده از الگوریتم فراابتکاری رقابت استعماری، و در نهایت طبقهبندی بیماران به دو گروه «بقا» و «خطر مرگ» با استفاده از KNN بهینهشده است. نتایج آزمایشها بر روی دادههای واقعی نشاندهنده دقت بالای مدل پیشنهادی در پیشبینی بیماری است.
لیست مقالات
لیست مقالات بایگانی شده
Enhancing Supervised Learning in Speech Emotion Recognition through Unsupervised Representations
Niloufar Faridani - Amirali Soltani Tehrani - Ramin Toosi
StockFM: پیش بینی قیمت بازار بورس ایران به کمک مدل بنیادین سری زمانی
فاطمه چیت ساز - سامان هراتی زاده
A perceptual loss for screen content image super-resolution
Hossein Sekhavaty-Moghadam - Marzieh Hosseinkhani - Dr Azadeh Mansouri
Heart Sound Classification based on Group-based Sparse Features of PCG Signal
Zahra Hossein-Nejad - Mehdi Nasri
A Nano-based High-Speed QCA circuit for Information Security with Image Masking
Saeid Seyedi - Hatam Abdoli
Task Scheduling for Real-time Object Detection: Methods and Performance Comparison in ADAS Applications
Mahdi Seyfipoor - Sayyed Muhammad Jaffry - Siamak Mohamadi
LuckyAgent2022: A Stop-Learning Multi-Armed Bandit Automated Negotiating Agent
Arash Ebrahimnezhad - Faria Nassiri-Mofakham
Targeted Vaccination for COVID-19 Using Mobile Communication Networks
Mohammadmohsen Jadidi - Pegah Moslemi - Saeed Jamshidiha - Iman Masroori - Abbas Mohammadi - Vahid Pourahmadi
ISPREC: Integrated Scientific Paper Recommendation using heterogeneous information network
Elaheh Jafari - Dr Bita Shams - Dr Saman Haratizadeh
Combinatorial Auction Based on Social Choice in the Internet of Things
Maede Esmaeili - Faria Nassiri-Mofakham - Fatemeh Hassanvand
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.3.1