| LEADER |
02983nam a22003257a 4500 |
| 001 |
1506550 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 537755
|a Al-Khateeb, Noor Turki
|e Author
|
| 245 |
|
|
|a Improving the Accuracy of Ovarian Cancer Classification
|
| 246 |
|
|
|a تحسين دقة تصنيف سرطان المبيض
|
| 260 |
|
|
|a إربد
|c 2018
|
| 300 |
|
|
|a 1 - 53
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة اليرموك
|f كلية الحجاوي للهندسة التكنولوجية
|g الاردن
|o 0169
|
| 520 |
|
|
|a تهدف هذه الرسالة إلى تحديد الأنماط البروتينية في المصل، لتشخيص سرطان المبيض عن طريق استخدام مقترح مقترن من الخوارزميات الجينية (GA) والشبكات العصبية الاصطناعية (ANN)، حيث تستخدم الخوارزميات الجينية كمحدد ميزة لتحديد الميزات الأكثر ملاءمة وإزالة غير الضرورية والزائدة عن الحاجة. يتم استخدام الشبكات العصبية الاصطناعية في عملية التصنيف. يتم حساب وظيفة اللياقة البدنية في الخوارزمية الجينية بطريقتين: K أقرب الخطأ القائم على التصنيف (KNN) وخطأ التصنيف القائم على جهاز ناقل الحركة (SVM). تظهر النتائج التجريبية أن GAKNN-ANN قد حققت نتيجة أفضل من GASVM-ANN. قمنا باستخدام قاعدة بيانات تتكون من 253 عينة، 162 حالة سرطان و 91 طبيعية من سرطان المبيض متوفرة على موقع MLDATA. تستخدم مجموعة البيانات هذه لاختبار والتحقق من نهجنا المؤيد لتصنيف الأنماط الجرثومية في عينات مصل الدم إلى عينات طبيعية وعينات سرطان المبيض. حقق نهجنا المقترح (GAKNN-ANN) 97.4% من الدقة، 90.9% من الحساسية، 100 % من الخصوصية.
|
| 653 |
|
|
|a سرطان المبيض
|a التشخيص والتصنيف
|a الخوارزميات الجينية
|a الشبكات العصبية الاصطناعية
|
| 700 |
|
|
|9 469157
|a Al zoubi, Hussein
|e Advisor
|
| 856 |
|
|
|u 9802-003-026-0169-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-003-026-0169-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-003-026-0169-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-003-026-0169-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-003-026-0169-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-003-026-0169-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-003-026-0169-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-003-026-0169-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9802-003-026-0169-O.pdf
|y الخاتمة
|
| 856 |
|
|
|u 9802-003-026-0169-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 997127
|d 997127
|
