Search In this Thesis
   Search In this Thesis  
العنوان
Design of an intelligent system for improving classification of cancer diseases /
المؤلف
Al-Rawi, Mohammed Wajeeh Jasim.
هيئة الاعداد
باحث / محمد وجيه جاسم الراوي
مشرف / حازم مختار مختار البكري
مناقش / محمد لؤي رمضان ابراهيم
مناقش / حازم مختار مختار البكري
الموضوع
Breast Atlases. Cancer Breast Atlases. Cancer Diagnosis Breast Atlases. Cancer Pathophysiology
تاريخ النشر
2019.
عدد الصفحات
109 p. :
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
علوم الحاسب الآلي
تاريخ الإجازة
1/1/2019
مكان الإجازة
جامعة بنها - كلية الحاسبات والمعلومات - علوم الحاسبات
الفهرس
Only 14 pages are availabe for public view

from 109

from 109

Abstract

المنهجيات التي تعتمد على الملف التعريفي للتعبير الجيني لها القدرة على اكتشاف السرطان منذ نشأته. لم تدخر الأعمال السابقة جهوداً للوصول إلى أفضل النتائج. وقد حقق بعض الباحثين نتائج ممتازة في تصنيف السرطان اعتماداً على الملف التعريفي للتعبير الجيني باستخدام أساليب مختلفة لاختيار الجينات وبمختلف المصنفات.الكشف المبكر عن السرطان يزيد من احتمالية الشفاء. قدمت هذه الرسالة نظام دعم القرار الذكي (IDSS) للتشخيص المبكر للسرطان المستندة إلى مجموعات بيانات المصفوفات الدقيقة لملفات تعريف الجينات. مشكلة هذه البيانات تكمن في قلة العينات (لا تتجاوز المئات) مقارنةً بعدد كبير من الجينات (بالآلاف). لذا، أصبح من الضروري ايجاد طريقة لتقليل الميزات (الجينات) غير ذات الصلة بالمرض الذي يراد تشخيصه لتجنب التكرار. استخدمت المنهجية المقترحة كسب المعلومات (IG) لاختيار أهم الميزات من أنماط المدخلات. ثم يتم تقليل الميزات المختارة (الجينات) عن طريق تطبيق خوارزمية الذئب الرمادي المحسنة (GWO) . وفي النهاية، المنهجية قامت بتوظيف متجه دعم الآلة (SVM) لتصنيف نوع السرطان. تم تطبيق المنهجية المقترحة على ثلاث مجموعات بيانات (الثدي، القولون، والجهاز العصبي المركزي ((CNS) وتم تقييمها من خلال مقياس أداء دقة التصنيف الذي يعتبر الأكثر أهمية في تشخيص الأمراض. كانت أفضل النتائج عند دمج IG مع GWO و SVM دقة تصنيف تحسنت لتبلغ 96.67٪، وتقلصت عدد من الميزات ل32 ميزة للبيانات CNS.