تشخیص بیماری سرطان خون توسط منطق فازی و الگوریتم بهینه سازی ژنتیک
تشخیص بیماری سرطان خون توسط منطق فازی و الگوریتم بهینه سازی ژنتیک
سارا نخعی1 عباس کشاورز2 علی موحدی پاریزی3 مهدیه مهدی پور4
1) کارشناس ارشدمهندسی کامپیوتر،دانشکده کامپیوتر،دانشگاه غیرانتفاعی بهمنیار کرمان .
2) کارشناس ارشدمهندسی کامپیوتر،دانشکده کامپیوتر،دانشگاه آزاد اسلامی واحدکرمان
3) کارشناس ارشدمهندسی برق،دانشکده برق،دانشگاه علوم تحقیقات
4) کارشناس ارشدمهندسی کامپیوتر،دانشکده کامپیوتر،دانشگاه آزاد اسلامی واحدکرمان
کد IOI مقاله
:
XBFC-DEDCH
محل انتشار :
چهارمین کنگره بین المللی مهندسی، تکنولوژی و علوم کاربردی - نیوزلند(etas2019.com)
چکیده :
سرطان یک مساله عمده بهداشت عمومی در مناطق جهان است که در اثر رشد خارج از کنترل سلول ها در بخش های مختلف بدن ایجاد می¬گردد. لوسمی یکی از خطرناک ترین انواع سرطان است که در بافت های خون ساز مانند مغز استخوان شروع می شود و باعث تولید شمار زیادی از سلول های خونی غیر طبیعی شده و این سلول های غیر طبیعی وارد خون می شوند. بنابراین تشخیص و اقدام بهینه و تصمیم گیری بر اساس میزان پیشرفت بیماری در بدن بیمار در مقابل این نوع سرطان از اهمیت ویژه ای برای پزشکان برخودار می باشد. در این تحقیق هدف طراحی مدلی غیر خطی است که بتواند بیماران را بر اساس درجه بیماری و میزان مشکوک بودن طبقه بندی نماید. بنابراین بر اساس آزمایش هایی که بر روی افراد سالم و بیمار انجام شده است تعداد 140 نمونه افراد بیمار و 110 نمونه افراد سالم بر اساس تعداد پلاکت خون (WBC) و تعداد گلبول های قرمز (PLT) در نظر گرفته شده و بر این اساس یک سیستم فازی طراحی گردیده که دارای دو ورودی یکی میزان پلاکت خون و دیگری تعداد گلبول های قرمز و خروجی درجه بیماری می باشد. همچنین توابع عضویت فازی به صورت گوسی و برای هر کدام از ورودی ها و خروجی ها 3 تابع در نظر گرفته شده و تعداد قواعد فازی نیز 9 قاعده در نظر گرفته شده است. در ادامه پارامترهای توابع عضویت فازی توسط الگوریتم ژنتیک به صورتی تنظیم شده اند که بتواند در مورد نمونه ها کاملاً تشخیص درست دهد و برای هر کدام درجه بیماری را مشخص نماید. در نتیجه با توجه به اینکه سیستم فازی طراحی شده از دقت و صحت عملکردی مناسبی برخوردار است بنابراین می تواند بعنوان کمک کار و راهنما برای درمان بهتر و تشخیص زودتر بیماری توسط پزشکان مورد استفاده قرار گیرد.
کلمات کلیدی : سرطان خون منطق فازی الگوریتم ژنتیک طبقه بندی