|
Title
|
پیش بینی میزان بقای بیماران مبتلا به سرطان ریه با استفاده از ترکیب کارآمد روش های داده کاوی و الگوریتم های فراابتکاری
|
|
Type of Research
|
Thesis
|
|
Keywords
|
پیش بینی بقا، طبقه بندی داده کاوی، سرطان ریه، الگوریتم های فراابتکاری
|
|
Abstract
|
سرطان یکی از شایع ترین علل مرگ ومیر در جهان است. با توجه به استفاده از تنباکو و مصرف الکل و مواد غذایی غیراستاندارد، بروز این بیماری در سراسر جهان با سرعت نگران کننده ای در حال افزایش است [1]. در بین انواع سرطان، سرطان ریه با 15 درصد بقا در 5 سال، بالاترین میزان مرگ و میر را دارد [2]. رشد بدخیم ریه زمانی اتفاق می افتد که سلول های بافت های ریه به صورت کنترل نشده رشد می کنند و باعث ایجاد تومور می شوند. اکثریت قریب به اتفاق (85٪) موارد سرطان ریه به دلیل استعمال طولانی مدت دخانیات است و حدود 10 الی 15 درصد موارد در افرادی رخ می دهد که هرگز سیگار نکشیده اند [3]. پیش بینی دوره بقای بیماران مبتلا به سرطان ریه از طریق تشخیص زودهنگام بیماری، فواید زیادی می تواند داشته باشد. این امر به بیمارها و مراقبان اجازه می دهد تا منابع، زمان و شدت مراقبت را برنامه ریزی کنند، تا بهترین مسیر درمانی ممکن را برای آن بیماری فراهم کنند [4]. امروزه الگوریتم ها و روش های مختلف داده کاوی به منظور یافتن الگوهای مختلف از درون پایگاه داده های بزرگ، مثلا پیش بینی بقای سرطان ها با استفاده از الگوریتم های پیش بینی کننده به کار می رود. منظور از اصطلاح «پیش بینی» در حوزه پزشکی و بالینی ، رسیدن به مدلی است که بتوان با استفاده از اطلاعات بیمار پیامدها را پیش بینی نموده و بر اساس آن تصمیم گرفت [2].
|
|
Researchers
|
(Student)، Mahdi Hashemzadeh (Primary Advisor)، Amin Golzari Oskouei (Advisor)
|