دوره 13، شماره 1 - ( 1389 )                   جلد 13 شماره 1 صفحات 1-16 | برگشت به فهرست نسخه ها

XML English Abstract Print


1- گروه مهندسی صنایع (گرایش فناوری اطلاعات)، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس
2- استادیار، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
3- دانشیار، مرکز تحقیقات انتقال خون، سازمان انتقال خون ایران
4- دانشیار، گروه مهندسی دانش و سامانه‏های هوشمند، پژوهشکده IT، مرکز تحقیقات مخابرات ایران
چکیده:   (11986 مشاهده)
هدف: طبقه‏بندی انواع مختلف لوسمی حاد براساس تئوری بازی‏های مبتنی بر همکاری و مقدار شیپلی مواد و روش‏ها: در این تحقیق از نمونه داده‏های بیمار، جمع‏آوری شده از آزمایش‏های فلوسایتومتری در سازمان انتقال خون ایران، استفاده شد. 304 نمونه بیماری مختلف در 8 طبقه لوسمی حاد بررسی شد. در ابتدا این نتایج به‏صورت عددی بودند. در مرحله بعد براساس حد آستانه تعریف شده، داده‏ها به شکل بولین تبدیل شد. سپس براساس تئوری بازی مبتنی بر همکاری و مقدار شیپلی، وزن‏های خاصی به این داده‏ها تخصیص داده شد. بدین ترتیب، نمونه‏های مختلف بیماری از یکدیگر جدا و امکان طبقه‏بندی انواع لوسمی حاد حاصل شد (مرحله یادگیری). در مرحله تشخیص، با استفاده از معیارهای شباهت، شباهت نمونه جدید مورد مطالعه با نمونه‏های آموزشی ارزیابی شد و نوع لوسمی نمونه مورد آزمایش، آشکار شد. نتایج: دقت طبقه‏بندی لوسمی براساس تئوری بازی مبتنی بر همکاری، 3/96 درصد بود که نشان می‏دهد روش پیشنهادی از دقت قابل توجهی در تفکیک درست طبقه‏ها برخوردار است. به‏منظور سنجش کارایی روش پیشنهادی، نتیجه با شبکه عصبی که از جمله الگوریتم‏های یادگیری کاراست، مقایسه شد. نتایج حاصل از دقت طبقه‏بندی با شبکه عصبی پایه شعاعی، 80/91 درصد بود. نتیجه‏گیری: با توجه به نتایج حاصل، روش پیشنهادی در طبقه‏بندی لوسمی حاد، امیدوارکننده است. از این رو می‏تواند به هماتولوژیست‏ها و پزشکان در تشخیص دقیق‏تر انواع لوسمی کمک کند تا تصمیمات مناسب‏تری در مورد نحوه تشخیص و درمان بگیرند.
متن کامل [PDF 402 kb]   (7245 دریافت)    

دریافت: 1388/6/25 | پذیرش: 1388/11/7 | انتشار: 1389/1/30
* نشانی نویسنده مسئول: تهران