ارائه یک سیستم خبره مبتنی بر الگوریتم‌های داده‌کاوی جهت تشخیص سرطان سینه بر مبنای طب سنتی

سرطان سینه که پس از سرطان ریه دومین سرطان شایع دنیا شناخته می شود، هر ساله بیش از 1 میلیون و نهصد هزار زن را مورد حمله قرار می‌دهد ویکی از مهمترین علل مرگ و میر زنان در سراسر جهان است. تاکنون الگوریتم‌های داده کاوی مختلفی با کمک داده های پزشکی برای ساخت مدل پیش‌بینی‌کننده سرطان سینه به کار رفته شده است. یکی از الگوریتم‌های پرکاربرد در تحقیقات داده کاوی مربوط به تشخیص سرطان سینه، svm می‌باشد. نکته مهم در استفاده از این الگوریتم انتخاب کرنل است چرا که الگوریتم با کرنل‌های مختلف نتایج مختلفی را به همراه دارد. همچنین نکته اساسی در تحقیقات فوق که مبتنی بر طب نوین است، نیاز مبرم به تجهیزات پیشرفته پزشکی نظیر آزمایشگاه‌های تخصصی و دستگاه‌های اسکن پیشرفته و بعضا روش‌های تهاجمی نظیر عمل های جراحی برای بدست آوردن داده‌های لازم میباشد. از آنجا که تحقیق زیادی بر روی تاثیر کرنل‌ها در عملکرد svm انجام نشده است و از طرفی باتوجه به ویژگی های طب سنتی در امر تشخیص سرطان و عدم نیاز به تجهیزات پیشرفته جهت جمع آوری داده های مورد نیاز، در این پژوهش الگوریتم‌های داده‌کاوی ترکیبی بر روی پایگاه داده جمع آوری شده که مبتنی بر علم طب سنتی و ویژگی‌هایی مانند مشکلات گوارشی، مشکلات هوازی و وضعیت مزاجی هر فرد است اعمال شده است. نتایج حاکی از آن است که الگوریتم طبقه بند ترکیبی vote با الگوریتم svm و کرنل rbf و خطی نرمال شده بدون اعمال کاهش بُعد، دقت 92.6٪ را به همراه داشت. که نشاندهنده اینست که اعمال الگوریتم‌های طبقه‌بند ترکیبی با الگوریتم svm و کرنل rbf بر داده های حاصل از طب سنتی نتایج قابل قبولی در زمینه تشخیص وپیش‌بینی سرطان سینه را به همراه دارد.