عنوان ترجمه شده مقاله: یک مدل ترکیبی از استنتاج مبتنی بر مورد و درخت تصمیم فازی برای دسته بندی داده های پزشکی

In this research, a hybrid model is developed by integrating a case-based data clustering method and a fuzzy decision tree for medical data classification. Two datasets from UCI Machine Learning Repository, i.e., liver disorders dataset and Breast Cancer Wisconsin (Diagnosis), are employed for benchmark test. Initially a case-based clustering method is applied to preprocess the dataset thus a more homogeneous data within each cluster will be attainted. A fuzzy decision tree is then applied to the data in each cluster and genetic algorithms (GAs) are further applied to construct a decision-making system based on the selected features and diseases identified. Finally, a set of fuzzy decision rules is generated for each cluster. As a result, the FDT model can accurately react to the test data by the inductions derived from the casebased fuzzy decision tree. The average forecasting accuracy for breast cancer of CBFDT model is 98.4% and for liver disorders is 81.6%. The accuracy of the hybrid model is the highest among those models compared. The hybrid model can produce accurate but also comprehensible decision rules that could potentially help medical doctors to extract effective conclusions in medical diagnosis

چکیده

در این تحقیق، با یکپارچه سازی یک متد کلاسترینگ داده مبتنی بر مورد و یک درخت تصمیم فازی یک مدل ترکیبی برای دسته بندی داده های پزشکی طراحی شده است. برای تست محک دو مجموعه داده مربوط به سرطان سینه (تشخیص) و ناراحتی های کبدی از مجموعه داده های یادگیری ماشینی UCI استفاده شد. ابتدا یک متد کلاسترینگ مبتنی بر مورد برای پیش پردازش مجموعه داده استفاده شده و در نتیجه داده های سازگارتری داخل هر کلاستر بدست آمد. یک درخت تصمیم فازی سپس بر داده های هر کلاستر اعمال شده و بعد از آن، از الگوریتم ژنتیک برای ایجاد یک سیستم تصمیم گیری بر اساس ویژگیهای انتخابی و بیماریهای مشخص شده، استفاده شد. سرانجام ، مجموعه ای از قوانین تصمیم فازی برای هر کلاستر تولید و در نتیجه آن، مدل FDT می تواند به دقت بوسیله استقراهای بدست آمده از درخت تصمیم فازی مبتنی بر حالت ، به داده های آزمایشی واکنش نشان دهد. دقت پیش بینی میانگین برای داده های مربوط به سرطان 98.4% و برای بیماریهای کبدی81.6% بدست آمد. مدل ترکیبی در مقایسه با سایر مدلها، بالاترین دقت را دارد. علاوه بر دقت مدل ترکیبی ، قوانین تصمیم جامع می تواند به پزشکان در استخراج نتایج موثر در تشخیص پزشکی کمک نماید.

1-مقدمه

اخیراً، استفاده از هوش محاسباتی در تشخیص پزشکی به عنوان یک گرایش جدید مطرح شده است که کاربردهای پزشکی بسیاری دارد. بسیاری از روال های تشخیص پزشکی را می توان به عنوان وظایف دسته بندی داده هوشمند، طبقه بندی نمود. این روال های دسته بندی را می توان با توجه به تعداد دسته هایی که هر بار طبقه بندی می شوند، به دو نوع تقسیم کرد. نوع اول، داده ها را تنها در دو کلاس جدا می نماید( که به آن طبقه بندی باینری یا وظیفه دو کلاسی می گویند) ، و نوع دوم ، داده ها را در بیش از دو کلاس (وظیفه چند کلاسی) ، دسته بندی می کند. برای مثال ، متدهایی برای طبقه بندی هوشمند وجود دارد که به صورت موثری وظیفه دو کلاس را انجام می دهند. از آن جمله می توان به Ada Boost و ماشینهای بردار پشتیبان، اشاره کرد. هر مسئله چند کلاسی را می توان با بیش از یک یا مسائل یک یا دو کلاسی جایگزین کرد. چنین رویکردی برای ساخت قوانین طبقه بندی مستقل برای هر کدام از کلاس ها و اجرای این قوانین رقابتی به طور همزمان، استفاده می شود...