%0 Journal Article %T -تشخیص سرطان سینه با استفاده از طبقه‌بند‌های ترکیبی جهت بهبود دقت %J مدیریت مهندسی و رایانش نرم %I دانشگاه قم %Z 2538-6239 %A شمسی, محبوبه %A کریمیان, محدثه %A کریمیان, مرضیه %D 2022 %\ 09/23/2022 %V 8 %N 2 %P 145-170 %! -تشخیص سرطان سینه با استفاده از طبقه‌بند‌های ترکیبی جهت بهبود دقت %K انتخاب ویژگی %K بهبود دقت %K داده کاوی %K طبقه‌بندهای ترکیبی %K نمونه گیری %R %X تشخیص زود‌هنگام سرطان سینه نقش بسیار کلیدی در درمان بیمار ایفا می‌کند. امروزه الگوریتم‌های داده‌کاوی می‌توانند روش‌های هوشمندی در نظام سلامت ارائه دهند که با دقت بالایی سرطان سینه را تشخیص دهند. هدف از انجام این مطالعه، تشخیص سرطان سینه با استفاده از طبقه‌بندهای ترکیبی بر روی پایگاه‌ داده‌ی آماده‌سازی شده‌ی WBC و WDBC می‌باشد. مدل پیشنهادی ما در پایگاه داده‌ی WBC (کاهش ویژگی‌ها با CFS+ بهینه کردن نمونه ها با روش Resample+ طبقه بند ترکیبی (kstar+ جنگل تصادفی+ شبکه‌ی بیز و بیزین ساده))، دارای بهترین دقت تشخیص (% 100)، زمان پیاده‌سازی (0 ثانیه) و بدون هیچ خطایی می‌باشد و در پایگاه داده‌ی WDBC (کاهش ویژگی‌ها با CFS+ بهینه کردن نمونه ها با روش Resample+ طبقه بند ترکیبی (الگوریتم IBK+ شبکه‌ی بیز، بیزین ساده و kstar))، دارای دقت %99.29، زمان پیاده‌سازی 0 ثانیه و میانگین خطای مطلق 0.007 می‌باشد. نتایج این مطالعه نشان می‌دهد که با توجه به روش‌های طبقه‌بند ترکیبی بر روی پایگاه‌‌داده‌ی آماده‌سازی شده می‌توان سیستم‌های نوینی برای کمک به پزشکان طراحی نمود که موجب تسهیل در فرآیندهای تشخیصی و درمانی شوند. %U https://jemsc.qom.ac.ir/article_1596_0553fe4a1c414f359bf2a6392b88f312.pdf