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
Predicting Concentration of Particulate Matter (PM2.5) in Hamedan using Machine Learning Algorithms
Anita Karim Ghassabpour - Hatam Abdoli - Muharram Mansoorizadeh - Saeid Seyedi
بکارگیری الگوریتم بهینه سازی فاخته و منطق فازی به منظور بهبود زمانبندی وظایف در محیط محاسبات مه
فاطمه دوامی - حمید جلیلوند - فاطمه نجفی
Statistical Disorder Parameters Computing For Hyperspectral Image Anomaly Detection
Dr Maryam Imani
Experimental analysis of automated negotiation agents in modeling Gaussian bidders
Fatemeh Hassanvand - Dr Faria Nassiri-Mofakham
Human Resource Allocation to the Credit Requirement Process, A Process Mining Approach
Omid Mahdi Ebadati - Mohammad Mehrabioun - Shokoofeh Sadat Hosseini
Fast Online Character Recognition Using a Novel Local-Global Feature Extraction Method
Ayoub Parvizi - Dr Mohammad Kazemifard - Ziba Imani
Movable Antenna Design for UAV-Aided Federated Learning via Deep Reinforcement Learning
MOHSEN Ahmadzadeh - Saeid Pakravan - Ghosheh Abed Hodtani
ارائه یک مدل تصمیم گیری چند معیاره فازی به منظور بهبود دقت فرایند تصمیم گیری به هنگام اختلال هوانوردی
فاطمه عطا عبدالرزاق - نگار مجمع
بیشینهسازی تأثیر در شبکههای اجتماعی بر اساس فعالیت کاربران
فاطمه جعفری - علیرضا رضوانیان
Enhancing Supervised Learning in Speech Emotion Recognition through Unsupervised Representations
Niloufar Faridani - Amirali Soltani Tehrani - Ramin Toosi
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0