عنوان

تعيين ريسک سرطان سينه با استفاده از نقشه شناختي فازي

Number

پ۲۶۳۱۵

.Language of Text, Soundtrack etc

per

Title Proper

تعيين ريسک سرطان سينه با استفاده از نقشه شناختي فازي

First Statement of Responsibility

مهسا حسين‏پور

Name of Publisher, Distributor, etc.

مهندسی برق و کامپیوتر

Date of Publication, Distribution, etc.

۱۴۰۰

Specific Material Designation and Extent of Item

۱۰۷ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

دکتری

Discipline of degree

برق کنترل

Date of degree

۱۴۰۰/۱۱/۱۹

Text of Note

بيماري¬هاي سينه از جمله بيماري¬هايي هستند كه به اشكال مختلف ظاهر مي¬شوند. يك گروه بسيار مهم از اين بيماري¬ها سرطان سينه مي¬باشد. اين سرطان يكي از مهم¬ترين و شايع¬ترين بيماري¬ها در بين زنان است كه از هر 8 نفر زن يك نفر را مبتلا كرده و متاسفانه بيش از ساير سرطان¬ها باعث مرگ‌ومير زنان مي¬شود. سرطان سينه شايع¬ترين علت مرگ زنان در محدوده سني 33 تا 53 سالگي مي¬باشد. از طرفي توجه ويژه روي پيشگيري و تشخيص زود¬رس اين بيماري نه تنها سلامت افراد جامعه را افزايش داده، بلکه هزينه¬هاي هنگفت درمان را کاهش مي¬دهد. بنابراين با بررسي فاکتورهاي ريسک سرطان سينه و شناخت دقيق آن¬ها مي¬توان گروه¬هاي پرخطر را شناسايي نموده و با انجام تصاوير راديوگرافي مربوطه همانند ماموگرافي احتمال ريسک را براي اين افراد تخمين زد. اين رساله روش‌هايي براي به‌دست‌آوردن ريسک سرطان سينه ارائه مي‌دهد يکي از اين روش‌ها نقشه شناختي فازي هيبريدي مرتبه بالا به همراه ماشين بردار پشتيباني (H-HIT2 FCM SVM) مي‌باشد. روش بعدي نقشه شناختي فازي هيبريدي مرتبه بالا به همراه جنگل تصادفي بهبوديافته (H-HIT2 FCM IRFC) است. در هر دو روش ريسک سرطان سينه به‌صورت کيفي در سه حالت ‌خوش‌بينانه، واقع‌بينانه و بدبينانه محاسبه مي‌شود.در يک نقشه شناختي فازي (FCM)، وزن بين گره¬ها و توابع فعال‌سازي در هر تکرار ثابت است. در حالي که در FCM مرتبه بالا، هر گره تابع تبديل متفاوتي دارد تا انعطاف‌پذيرتر شود. با اين حال، استفاده از FCM يا FCM مرتبه بالا نمي¬تواند در مقابل عدم‌قطعيت¬ها پاسخ مطلوبي داشته باشد. بنابراين استفاده از فازي نوع-2 براي به‌دست‌آوردن وزن¬هاي FCM، پاسخ‌هاي بسيار بهتري در چنين شرايط عدم‌قطعيت خواهد داشت، لذا روش H-HIT2 FCM پيشنهاد شده که در آن پاسخ¬هاي نقشه شناختي فازي نوع دوم هم به‌صورت مرتبه بالا درنظر گرفته مي¬شوند و هم در سه حالت ‌خوش‌بينانه، واقع‌بينانه و بدبينانه بررسي مي¬شوند. با اين‌روش ريسک سرطان سينه مورد بررسي قرار مي‌گيرد چرا که در هر مرحله ارزيابي بيماري و ريسک آن از اهميت بسيار بالايي برخوردار است. روش‌هاي پيشنهادي داراي سه سطح است که در سطح اول، مشخصات بيمار، سابقه خانوادگي و عوامل ارثي توسط FCM مرتبه بالا مورد آزمايش قرار مي¬گيرند. در سطح دوم، با بررسي ويژگي‌هاي توده‌ به‌دست‌آمده از ماموگرافي، ريسک بيماري با نقشه شناختي فازي نوع-2 فاصله¬اي در سه حالت خوش‌بينانه، واقع‌بينانه و بدبينانه به‌دست مي‌آيد. موقعيت دقيق تومور در سطح سوم ‌به‌دست‌آمده و بررسي ريسک اين سطح توسط سيستم¬هاي فازي انجام مي¬گيرد. در روش H-HIT2 FCM SVM، سه ريسک به‌دست‌آمده از سه سطح توسط ماشين بردار پشتيبان بررسي شده و ريسک کلي سرطان سينه پيش‌بيني مي‌شود. نهايتا ريسک کلي سرطان سينه در يک بيمار در سه حالت ‌خوش‌بينانه، واقع‌بينانه و بدبينانه محاسبه مي¬شود. در روش H-HIT2 FCM IRFC نيز ريسک کلي بيماري در هر سه حالت با روش جنگل تصادفي بهبوديافته با ريسک‌هاي به‌دست آمده از هر سه سطح محاسبه مي‌شود. در مجموع روش‌هاي H-HIT2 FCM SVM و H-HIT2 FCM IRFC در مقايسه با روش‌هاي موجود، دقت نتايج مطلوبي دارند. ارزيابي سه حالته به بيماران و پزشکان آن‌ها کمک مي¬کند بهترين تصميم‌گيري در درمان بيماران را داشته باشند که روش‌هاي پيشنهادي بر روي مجموعه داده‌هاي واقعي با موفقيت آزمايش شده و نتايج مربوطه بيان شده است.

Text of Note

Abstract Breast diseases appear in different forms; a crucial one is breast cancer. This cancer is one of the most important and common diseases among women, affecting one in eight females, and unfortunately, causes death in women more than other cancers. Breast cancer is the most common cause of death in women between 33 and 53. On the other hand, special attention to the prevention and early diagnosis of this disease increases the health of females in the community and reduces the enormous costs of treatment. Therefore, by examining the risk factors for breast cancer and accurately identifying them, high-risk groups can be identified, and the risk for these people can be estimated by performing relevant radiographic images such as mammography. In this work, some methods for assessing breast cancer risk are proposed. One of these methods is high order type-2 fuzzy cognitive map combined with a support vector machine (H-HIT2 FCM SVM). The following method is a high-order type-2 fuzzy cognitive map combined with improved random forest (H-HIT2 FCM IRFC). In both methods, the risk of breast cancer is qualitatively calculated in three modes: optimistic, realistic, and pessimistic.In a fuzzy cognitive map (FCM), each iteration's weight between nodes and activation functions is constant. While in high-end FCM, each node has a different activation function to be more flexible. However, high-level FCM or FCM may not have the desired response against uncertainties. Therefore, using type 2 fuzzy to obtain FCM weights will have much better responses in such uncertain conditions, so the H-HIT2 FCM method is proposed in which the type-2 fuzzy map cognitive responses are also considered high-order. This method is examined in three modes: optimistic, realistic, and pessimistic. In this way, the risk of breast cancer is examined because the evaluation of the disease and its risk at each stage is critical. The proposed methods have three levels. In the first level, patient profile, family history, and hereditary factors are tested by high order FCM. In the second level, by examining the characteristics of the mass obtained from mammography, the disease risk is obtained with interval type 2 fuzzy cognitive map in three modes, optimistic, realistic, and pessimistic. The exact position of the tumor is obtained at the third level, and fuzzy systems perform the risk assessment of this level. In the H-HIT2 FCM SVM method, the three risks obtained from the three levels are examined by the support vector machine, and the overall risk of breast cancer is predicted. Finally, a patient's overall risk of breast cancer is calculated in three modes: optimistic, realistic, and pessimistic. In the H-HIT2 FCM IRFC method, the overall disease risk in all three modes is calculated by the improved random forest method with the risks obtained from all three levels. In general, H-HIT2 FCM SVM and H-HIT2 FCM IRFC methods have good results compared to existing methods. Three-state evaluation helps patients and their physicians make the best decision to treat patients. The proposed methods have been successfully tested on real data sets, and the relevant results have been stated.

Variant Title

Breast cancer risk assessment by fuzzy cognitive maps

Entry Element

‏حسين‏پور،

Part of Name Other than Entry Element

‏مهسا

Relator Code

تهيه کننده

Entry Element

‏قائمي،

Entry Element

‏خان‌محمدي،

Entry Element

‏دانشور،

Part of Name Other than Entry Element

‏‏سحرانه

Part of Name Other than Entry Element

سهراب

Part of Name Other than Entry Element

سبلان

Dates

استاد راهنما

Dates

استاد مشاور

Dates

استاد مشاور

Entry Element

‏تبریز