این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش‌های آسیب‌ شناسی زیستی، جلد ۱۳، شماره ۱، صفحات ۱-۱۶
عنوان فارسی ارایه روشی به‏منظور طبقه‏بندی انواع لوسمی براساس تئوری بازی‏های مبتنی بر همکاری و مقدار شیپلی
چکیده فارسی مقاله هدف: طبقه‏بندی انواع مختلف لوسمی حاد براساس تئوری بازی‏های مبتنی بر همکاری و مقدار شیپلی مواد و روش‏ها: در این تحقیق از نمونه داده‏های بیمار، جمع‏آوری شده از آزمایش‏های فلوسایتومتری در سازمان انتقال خون ایران، استفاده شد. 304 نمونه بیماری مختلف در 8 طبقه لوسمی حاد بررسی شد. در ابتدا این نتایج به‏صورت عددی بودند. در مرحله بعد براساس حد آستانه تعریف شده، داده‏ها به شکل بولین تبدیل شد. سپس براساس تئوری بازی مبتنی بر همکاری و مقدار شیپلی، وزن‏های خاصی به این داده‏ها تخصیص داده شد. بدین ترتیب، نمونه‏های مختلف بیماری از یکدیگر جدا و امکان طبقه‏بندی انواع لوسمی حاد حاصل شد (مرحله یادگیری). در مرحله تشخیص، با استفاده از معیارهای شباهت، شباهت نمونه جدید مورد مطالعه با نمونه‏های آموزشی ارزیابی شد و نوع لوسمی نمونه مورد آزمایش، آشکار شد. نتایج: دقت طبقه‏بندی لوسمی براساس تئوری بازی مبتنی بر همکاری، 3/96 درصد بود که نشان می‏دهد روش پیشنهادی از دقت قابل توجهی در تفکیک درست طبقه‏ها برخوردار است. به‏منظور سنجش کارایی روش پیشنهادی، نتیجه با شبکه عصبی که از جمله الگوریتم‏های یادگیری کاراست، مقایسه شد. نتایج حاصل از دقت طبقه‏بندی با شبکه عصبی پایه شعاعی، 80/91 درصد بود. نتیجه‏گیری: با توجه به نتایج حاصل، روش پیشنهادی در طبقه‏بندی لوسمی حاد، امیدوارکننده است. از این رو می‏تواند به هماتولوژیست‏ها و پزشکان در تشخیص دقیق‏تر انواع لوسمی کمک کند تا تصمیمات مناسب‏تری در مورد نحوه تشخیص و درمان بگیرند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Leukemia classification based on Cooperative Game Theory and Shapley Value
چکیده انگلیسی مقاله Objective: To classify different types of acute leukemia based on cooperative game theory and Shapley value. Materials and Methods: In this study, patients data were collected from Flow Cytometry tests of the Iran Blood Transfusion Organization (IBTO) have been used. 304 different diagnosed samples in 8 classes of acute leukemia were investigated. Samples were initially in numerical format. In the next stage, we transformed them into Boolean format according to the defined threshold. Then, weights were assigned to these samples based on cooperative game theory and Shapley value. In this regard, different samples of acute leukemia were separated and classified (Learning Phase). In the diagnosis phase, using similarity measures, the similarities between new under study and the training samples were assessed and the type of under study leukemia were detected (Diagnosis phase). Results: The accuracy rate of the classification method based on the cooperative game theory for leukemia was 96.3% which indicates that the proposed method has a considerable precision rate to classify the different kind of classes. In order to find the validity and efficiency of the proposed method, the results were compared with neural network, which is one of the useful learning algorithms. The accuracy rate of the classification method based on Radial Basis Function method (RBF) was 91.80%. Conclusion: Considering the data, the proposed method gave very hopeful results for acute leukemia classification. In this regard, it can assist hematologists and physicians in reasonable and accurate diagnosis of the kind of leukemia, to make more suitable decisions.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله عاطفه ترکمان |
m.sc., department of industrial engineering information technology , faculty of engineering, tarbiat modares university, iran
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نصراله مقدم چرکری | moghadam charkari
assistant professor, department of computer science, faculty of electrical and computer engineering, tarbiat modares university, iran
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

مهناز آقایی پور | aghaei pour
associated professor, research center of iranaian blood transfusion organization, iran
سازمان اصلی تایید شده: سازمان انتقال خون ایران (Blood transfusion research center)

کامبیز بدیعی |
associated professor, knowledge engineering and intelligent system group, it research faculty, iran telecommunication research center, iran

نشانی اینترنتی http://mjms.modares.ac.ir/article_6128_3ac0cf0db578bb1410fb72b70dc82616.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات