ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Diagnosis Lung Cancer Disease Using Machine Learning Techniques

المصدر: المجلة العراقية لتكنولوجيا المعلومات
الناشر: الجمعية العراقية لتكنولوجيا المعلومات
المؤلف الرئيسي: Al Barzinji, Shokhan M. (Author)
المجلد/العدد: مج8, ع4
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الشهر: تموز
الصفحات: 119 - 140
DOI: 10.34279/0923-008-004-010
ISSN: 1994-8638
رقم MD: 896027
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
Radial Basis Function Neural Network (RBF-NN) | Decision Support (DS) | Data Mining | Genetic Algorithm (GA)
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

46

حفظ في:
LEADER 03707nam a22002777a 4500
001 1646253
024 |3 10.34279/0923-008-004-010 
041 |a eng 
044 |b العراق 
100 |9 480313  |a Al Barzinji, Shokhan M.  |e Author 
245 |a Diagnosis Lung Cancer Disease Using Machine Learning Techniques 
260 |b الجمعية العراقية لتكنولوجيا المعلومات  |c 2018  |g تموز 
300 |a 119 - 140 
336 |a بحوث ومقالات  |b Article 
520 |b Lung cancer (LC) is the leading cause of cancer-related deaths, both in women and among men. Yearly, LC kills more people than other cancers such as colon cancer, prostate cancer, and lymphoma and breast cancer, with 2.8 million deaths in 2017. To analyze any disease characteristics, a data mining is used for decision support process, specify the disease with its details. Data mining techniques are the amount of actual data are used to analyze these data to predict wholesome data to support a decision making in a problemsolving. In this paper, used a data mining techniques, hybrid model Radial Basis Function - Neural Network (RBF-NN) and Genetic Algorithms (GA) to support different healthcare fields and adopted a correct decision about the diagnosis of LC disease and specify the risk factors for this disease to support decision process. The results demonstrate that the prediction accuracy of LC through the hybrid method is about 94%. 
520 |a يعد سرطان الرئة المسبب الرئيسي للوفيات لأغلب مرضى السرطان، وفي كلا الجنسين. اذ يفتك سرطان الرئة بعدد كبيرا من الأشخاص مقارنة مع الأنواع الأخرى من السرطانات مثل سرطان القولون وسرطان البروستاتا والورم الليمفاوي وسرطان الثدي حيث وصلت عدد الوفيات عام 2016 فقط الى 2.6 مليون حالة وفاة. ولغرض تحليل أي مرض، يتم استخدام استخراج البيانات لدعم عملية اتخاذ القرار وتحديد المرض وتفاصيله. ان تقنيات استخراج البيانات هي كمية البيانات المستخدمة لتحليل عملية صنع القرار في حل المشكلات. في هذه الورقة البحثية، تم استخدم تقنيات استخراج البيانات، وكذلك نموذج هجين مكون من -الشبكات العصبية (RBF-NN) والخوارزميات الجينية (GA) لغرض دعم مختلف مجالات الرعاية الصحية واعتمد القرار الصحيح بشأن تشخيص مرض سرطان الرئة وتحديد عوامل الخطر لهذا المرض لدعم عملية اتخاذ القرار. تٌظهر النتائج أن دقة التنبؤ بمرض سرطان الرئة من خلال الطريقة الهجينة تبلغ حوالي 94%. 
653 |a سرطان الرئة 
653 |a الخوارزمي (لغة برمجة) 
653 |a نظم المعلومات الطبية 
653 |a الخوارزميات الجينية 
692 |b Radial Basis Function Neural Network (RBF-NN)  |b Decision Support (DS)  |b Data Mining  |b Genetic Algorithm (GA) 
773 |4 علوم المعلومات وعلوم المكتبات  |6 Information Science & Library Science  |c 010  |e Iraqi Journal of Information Technology  |f Al-Maǧallaẗ al-ʻirāqiyyaẗ li-tiknulūǧiyā al-maʻlūmāt  |l 004  |m مج8, ع4  |o 0923  |s المجلة العراقية لتكنولوجيا المعلومات  |v 008  |x 1994-8638 
856 |u 0923-008-004-010.pdf 
930 |d y  |p y  |q y 
995 |a HumanIndex 
999 |c 896027  |d 896027 

عناصر مشابهة