اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديددراسة مقارنة بين أداء الشبكات العصبية و نظام الاستدلال العصبي الضبابي المتكيف في تشخيص سرطان الثدي بالاعتماد على السمات البنيوية
A Comparative Study between Artificial Neural Network Performance and Adaptive Neuro-fuzzy Inference Systems in Breast Cancer Diagnosis Depending On Structural Features
2412
2 64
0
(
0
)
تأليف
بلسم أحمد عيد( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
في هذه البحث تم تصميم شبكة عصبية اصطناعية تعتمد على خوارزمية الانتشار الخلفي للخطأ (BPNN) لتشخيص أورام الثدي و كذلك تصميم مصنف للتشخيص باستخدام نظام الاستدلال العصبي الضبابي المتكيف (ANFIS) و قد اعتمدت كلا الدراستين على السمات البنيوية للخزع الموجودة في قاعدة البيانات لصور الثدي لجامعة ويسكونسون في الولايات المتحدة الأميركية” Wisconson Brest Cancer dataset“ في النهاية تم اجراء مقارنة بين الدراستين من أجل التشخيص الحميد و الخبيث للكتل السرطانية لسرطان الثدي حيث حصلت الدراسة الاولى BPNN على دقة %95.95 بينما الدراسة الثانية ANFIS حصلت على دقة 91.9% و هذه النتائج تعتبر هامة جدا و مساعدة إذا ما قورنت بالأبحاث المعتمدة على السمات الشكلية المأخوذة من الصور لأجهزة متنوعة كالماموغراف و الرنين المغناطيسي.
This research aims to produce a diagnosis system for breast cancer by using Neural Network depending on Back Propagation algorithm(BPNN) and Adaptive Neuro Fuzzy Inference System ‘ANFIS’, the both of studies was done using structural features of biopsies in “Wisconson Breast Cancer “data base. In the end a comparison was made between the two studies of malignant- benign classification of breast masses of breast cancer which has accuracy 95,95% with BPNN and 91.9% with ANFIS system, this results can be consider very important if they compared with researches depending on image features that obtained of various devises like mammography, magnetic resonance.
مراجعة الذكاء الصنعي:
ملخص البحث
تقدم هذه الدراسة مقارنة بين أداء الشبكات العصبية الاصطناعية (BPNN) ونظام الاستدلال العصبي الضبابي المتكيف (ANFIS) في تشخيص سرطان الثدي. اعتمدت الدراسة على السمات البنيوية للخزع الموجودة في قاعدة بيانات جامعة ويسكونسن لسرطان الثدي. تم تصميم شبكة عصبية باستخدام خوارزمية الانتشار الخلفي للخطأ (BPNN) ونظام ANFIS لتصنيف الكتل السرطانية إلى حميدة وخبيثة. أظهرت النتائج أن الشبكة العصبية BPNN حققت دقة بنسبة 95.95% بينما حقق نظام ANFIS دقة بنسبة 91.9%. تعتبر هذه النتائج مهمة مقارنة بالأبحاث التي تعتمد على السمات الشكلية المستخرجة من الصور الطبية مثل الماموغرافيا والرنين المغناطيسي. تهدف الدراسة إلى تحسين دقة التشخيص ودعم الأطباء في اتخاذ قرارات علاجية مناسبة.
قراءة نقدية
تعتبر الدراسة ذات أهمية كبيرة في مجال تشخيص سرطان الثدي باستخدام تقنيات الذكاء الاصطناعي. ومع ذلك، يمكن الإشارة إلى بعض النقاط التي قد تحتاج إلى تحسين. أولاً، لم يتم توضيح كيفية اختيار السمات البنيوية المستخدمة في التصنيف بشكل كافٍ، مما قد يؤثر على دقة النتائج. ثانياً، لم يتم مناقشة تأثير حجم العينة على أداء المصنفين بشكل مفصل، وهو عامل مهم يجب مراعاته. أخيراً، يمكن تحسين أداء نظام ANFIS من خلال تحسين خوارزمياته واختيار توابع العضوية بشكل أكثر دقة بدلاً من الاعتماد على التجريب.
أسئلة حول البحث
-
ما هي دقة الشبكة العصبية الاصطناعية (BPNN) في تشخيص سرطان الثدي؟
حققت الشبكة العصبية الاصطناعية (BPNN) دقة بنسبة 95.95% في تشخيص سرطان الثدي.
-
ما هي السمات البنيوية التي اعتمدت عليها الدراسة في تصنيف الكتل السرطانية؟
اعتمدت الدراسة على السمات البنيوية التالية: سماكة الأجمة، انتظام حجم الخلية، انتظام شكل الخلية، نسبة الالتصاق الهامشي، حجم ظهارة الخلية الإفرادي، ونسبة تعري نواة الخلية.
-
كيف يمكن تحسين أداء نظام ANFIS في تشخيص سرطان الثدي؟
يمكن تحسين أداء نظام ANFIS من خلال تحسين خوارزمياته واختيار توابع العضوية بشكل أكثر دقة بدلاً من الاعتماد على التجريب.
-
ما هي أهمية هذه الدراسة في مجال تشخيص سرطان الثدي؟
تعتبر هذه الدراسة مهمة لأنها تقدم تقنيات جديدة لتحسين دقة تشخيص سرطان الثدي ودعم الأطباء في اتخاذ قرارات علاجية مناسبة، مما يمكن أن يقلل من معدلات الوفيات الناتجة عن التأخر في الكشف عن المرض.
المراجع المستخدمة
Ebrahim Edriss Ebrahim Ali, Wu Zhi Feng. Breast Cancer Classification using Support Vector Machine and Neural Network. International Journal of Science and Research (IJSR). Vol.5 No. 3, 2016, 1-6
K. A. Mohamed Junaid. Classification Using Two Layer Neural Network Back Propagation Algorithm. Circuits and Systems, Vol.1, No.7, 2016, 1207-1212
Htet Thazin, Tike Thein, Khin Mo. AN APPROACH FOR BREAST CANCER DIAGNOSIS CLASSIFICATION USING NEURAL NETWORK. Advanced Computing: An International Journal (ACIJ), Vol.6, No.1, 2015, 1-11
قيم البحث
اقرأ أيضاً
تعتبر أنظمة التعليق من أهم المكونات في المركبات الحديثة كما أنها تعد أهم عوامل الراحة و الأمان فيها لذلك كان لابد من تأمين متحكم يضمن التفاعل الكامل بين مكونات نظام التعليق و يساعد في اتخاذ القرارات الدقيقة في الوقت المناسب, يقترح البحث تصميم متحكم ب
استخدام نظام الاستدلال العصبي الضبابي المكيف الموسع (EANFIS) و استخدامه كوحدة اتخاذ قرار في نظام التعليق لنموذج ربع المركبة بغاية المحافظة على ثبات المركبة على الطرقات لتأمين راحة الركاب حيث يقوم بتحقيق دقة في اتخاذ القرار للمساهمة في تخفيض الاهتزازات و امتصاص الصدمات الناتجة عن عدم استواء الطريق و بالتالي يمنع وصولها إلى مقصورة القيادة و يؤمن الثبات و التماسك المطلوب تم تطبيق المتحكم على نموذج ربع المركبة و دراسة استجابة النموذج في حال حدوث اضطرابات مختلفة و مقارنة أداء المتحكم مع متحكم يعتمد على نظام الاستدلال الضبابي و مع استجابة النموذج الرياضي ذو الحلقة المفتوحة بوجود اضطرابات دخل مختلفة و قد أظهر المتحكم تفوقاً في الأداء من حيث تخفيض الإزاحات و سرعة الاهتزاز و تسارعه.
يعتبر التبخر- نتح أحد المكونات الهامة في الدورة الهيدرولوجية، و تعد القدرة على
التنبؤ الدقيق بقيم هذه الظاهرة من العوامل الهامة في العديد من تطبيقات الموارد المائية.
تهدف هذه الدراسة إلى التنبؤ بقيم التبخر نتح المرجعي الشهري, باستخدام الشبكات العصبية الاصطناعية و نظام الاستدلال الضبابي.
تُعتبر القدرة على التقدير والتنبّؤ الدقيق بالظواهر الهيدرولوجيّة من العوامل الأساسيّة في تنمية وإدارة الموارد المائيّة، ووضع الخطط المائيّة المستقبليّة وفق سيناريوهات التغيّرات المناخيّة المختلفة، ويعد التبخّر نتح أحد أهم العوامل في الدورة الهيدرولوج
يّة ومن أكثرها تعقيداً، كما أنّ القدرة على التنبّؤ الدقيق بقيم هذه الظاهرة هي من العوامل المهمّة في العديد من تطبيقات الموارد المائيّة.
لذلك تهدف هذه الدراسة إلى التنبّؤ بقيم التبخر نتح المرجعي الشهري (ET0) في محطّة حمص المناخيّة، في المنطقة الوسطى من الجمهوريّة العربيّة السوريّة، باستخدام الشبكات العصبيّة الاصطناعيّة (ANNs) ونظام الاستدلال الضبابي (FIS)، بالاعتماد على البيانات المناخيّة المتاحة، والمقارنة بين نتائج هذه النماذج.
تضمّنت البيانات المستخدمة 347 قيمة شهريّة لدرجة حرارة الهواء (T)، الرطوبة النسبيّة(RH) ، سرعة الرياح(WS) وعدد ساعات السطوع الشمسي(SS) (من تشرين الأول 1975 وحتى كانون الأول 2004)، في حين حُسبت قيم التبخّر نتح المرجعي الشهري باستخدام طريقة بنمان مونتيث، والتي هي الطريقة المرجعيّة المعتمدة من قبل المنظمة الدوليّة للزراعة والأغذية التابعة للأمم المتحدة (FAO)، واستُخدمت هذه القيم كمخرجات للنماذج.
أظهرت نتائج الدراسة أنّ نماذج الشبكات العصبيّة الاصطناعيّة ذات التغذية الأماميّة والانتشار العكسي للخطأ تمكّنت من التنبّؤ بقيم التبخّر نتح المرجعي الشهري بنجاح، حيث أعطت النماذج قيماً منخفضة لجذر متوسّط مربّعات الأخطاء (RMSE) ومرتفعة لمعاملات الارتباط(R) ، وكذلك تبيّن أنّ استخدام ترتيب الشهر كمُدخل إضافي يُحسّن من دقّة التنبّؤ للشبكات العصبيّة الاصطناعيّة.
أظهرت النتائج أيضاً القدرة الجيّدة لنماذج الاستدلال الضبابي على التنبّؤ بقيم التبخّر نتح المرجعي الشهري، حيث تبيّن أن عدد ساعات السطوع الشمسي هي أكثر العوامل المناخيّة المنفردة تأثيراً في عمليّة التنبّؤ، حيث بلغ معامل الارتباط 97.71% وجذر متوسّط مربّعات الأخطاء 18.08 mm/month خلال مرحلة الاختبار للنموذج، في حين كان عدد ساعات السطوع الشمسي وسرعة الرياح أكثر عاملين مؤثرين سويةً على عمليّة التنبّؤ بمعامل ارتباط 98.55% وجذر متوسّط مربّعات أخطاء 12.49 mm/month خلال مرحلة الاختبار للنموذج.
أظهر هذا البحث الموثوقيّة العالية لاستخدام الشبكات العصبيّة الاصطناعيّة ونظام الاستدلال الضبابي في التنبّؤ بقيم التبخر نتح المرجعي الشهري، مع وجود أفضليّة بسيطة للشبكات العصبيّة الاصطناعيّة، والتي يمكن أن تضيف ترتيب الشهر إلى طبقة المدخلات الأمر الذي يزيد من دقّة التنبّؤات. توصي هذه الدراسة بالتوسّع في استخدام تقنيّات الذكاء الاصطناعي في نمذجة الظواهر المعقّدة واللاخطيّة المتعلقة بالموارد المائيّة.
شملت هذه الدراسة الاسترجاعية 25 مريضة مصابة بسرطان الثدي الالتهابي راجعن مشفى الأسد الجامعي باللاذقية في الفترة الزمنية من 1\2\2005 حتى 1\2\ 2013. تراوحت أعمار المريضات بين (49-61) سنة وبمتوسط قدره 55 سنة.كانت أهم الأعراض و العلامات السريرية، والتي
شكلت المعيار الأساسي في تشخيص سرطان الثدي الالتهابي هي: احمرار جلد الثدي 100%, وذمة في جلد الثدي100%, ضخامة العقد اللمفية الابطية 100%, انكماش الحلمة بنسبة96 %,حرارة موضعية في الثدي 92%, سماكة في جلد الثدي بنسبة 84%,علامة قشر البرتقال88%, ألم الثدي 88%, جس كتلة في الثدي 80%.كانت أغلب المعايير الشعاعية لتشخيص سرطان الثدي الالتهابي كما يأتي: زيادة في سماكة الجلد بنسبة 100%, زيادة في كثافة نسيج الثدي في الجهة المصابة بنسبة 100% , عدم تناظر في الأوعية اللمفية تحت الجلد في الجانبين 33.33%. كانت80 % من الحالات في المرحلة stage IV. جميع المريضات خضعن للعلاج الكيماوي ثلاثة أشواط على الأقل قبل الجراحة,ثم اُجري لهن جميعاً استئصال الثدي الجذري المعدل مع تجريف للعقد اللمفية الإبطية.كما تم تقريب حواف الجرح بشكل مباشر بعد التسليخ الواسع للجلد لدى 19 مريضة أي بنسبة 76%.
4 مريضات احتجن لسدائل جلدية لتغطية الجرح وإغلاقه أي بنسبة 16% . ومريضتان 8% احتاجتا لسديلة عضلية جلدية باستخدام العضلة العريضة الظهرية.
أجريت هذه الدراسة بهدف تقييم العلاقة بين نوع مركز الضبط و درجة الاكتئاب عند مريضات سرطان الثدي، في مركز المعالجة الكيميائية و الشعاعية في مشفى تشرين الجامعي بمحافظة اللاذقية في الفترة الواقعة بين 15/12/2015 و حتى 15/2/2016. و شملت الدراسة الحالية (10
0) مريضة سرطان ثدي. تم استخدام ثلاث أدوات، و تم ملء الأداة الأولى و هي استمارة البيانات الديموغرافية و الاكلينكية من قبل الباحث ثم تم الطلب إلى جميع المريضات المشاركات في الدراسة الإجابة على الأداة الثانية (مقياس مركز الضبط لروتر) و الأداة الثالثة (مقياس بيك الثاني للاكتئاب). و أهم النتائج التي توصلت الدراسة إليها وجود علاقة دالة إحصائياً بين نوع مركز الضبط و درجة الاكتئاب عند مريضات سرطان الثدي، حيث أن أكثر من نصف مريضات سرطان الثدي من أفراد عينة الدراسة مصابات بالاكتئاب و لديهن مركز ضبط خارجي، لذا يقترح بإجراء دراسة لتأثير برنامج تدريبي لتعديل نوع مركز الضبط على معدل حدوث الاكتئاب عند مريضات سرطان الثدي.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
