تحليل و طراحي سيستم پشتيباني ا...

به همين دليل فعالیت‌های گسترده‌ای جهت درمان این نوع سرطان صورت گرفته است. درمان صحیح نیازمند تشخیص صحیح است. يكي از مهمترين مراحل در تشخيص سرطان سينه دسته‌بندي تومور سرطاني است. بر اين اساس، تومور سرطاني به دو دسته خوش‌خيم و بدخيم تقسيم مي‌شود که تشخیص آن به سادگی امکان‌پذیر نیست. بنابراین، وجود يك سيستم پزشكيار كه بتواند به عنوان يك مشاور در كنار پزشك قرار گيرد و تشخيص نوع تومور را تسهيل سازد ضروري به نظر مي‌رسد.

به منظور تسهيل امر تشخيص سرطان، يك نرم‌افزار پزشكيار دسته‌بندي تومور سرطاني با استفاده از روش استلال نمونه محور (CBR) پياده‌سازي شد. اساس كار اين روش بر اين فرض استوار است که: «مشكلات مشابه راه‌حل‌هاي مشابه دارند». نرم‌افزار فوق با استفاده از روش Holdout بر روی مجموعه داده جهانی سرطان سینه Wisconsin از مرجع دانشگاه UCI تست شد که دقت 99.28% حاصل گردید. این عدد بیانگر توانایی بالای روش استدلال نمونه محور برای دسته‌بندی تومور سرطانی بر روی داده‌های Wisconsin و قابل مقایسه با سایر روش‌های دسته‌بندی ارائه شده بر روی این مجموعه داده می‌باشد.

در این روش، داده‌های مربوط به بیماران قبلی به همراه نتایج آن‌ها یعنی خوش‌خیم بودن و یا بدخیم بودن در یک پایگاه دانش به نام Case Base ذخیره می‌شود.

پس از ارزیابی مدل ارائه شده با استفاده از روش فوق دقت 99.28% حاصل گردید. این عدد بیانگر توانایی بالای روش استدلال نمونه محور برای دسته‌بندی تومور سرطانی بر رویدادهای Wisconsin و قابل مقایسه با سایر روش‌های دسته‌بندی ارائه شده بر روی این مجموعه داده می‌باشد.