دیتاست توده ماموگرافی

دیتاست توده ماموگرافی :

این پروژه مربوط به دیتاست توده ماموگرافی می باشد .

ماموگرافی موثرترین روش برای غربالگری سرطان پستان امروزه در دسترس است. با این حال، ارزش پیش بینی کننده مثبت پستان پایین است. بیوپسی ناشی از تفسیر ماموگرافی منجر به تقریباً۷۰٪ بیوپسی های غیر ضروری با نتایج خوش خیم. برای کاهش تعداد زیادی از بیوپسی های غیر ضروری پستان، چندین سیستم تشخیص کامپیوتری(CAD)  در سال های اخیر پیشنهاد شده است. این سیستم ها به تصمیم پزشکان برای انجام بیوپسی پستان در یک ضایعه مشکوک در ماموگرافی یا انجام آن کمک می کند. یک معاینه پیگیری کوتاه مدت به جای آن.

این مجموعه داده می تواند برای پیش بینی شدت (خوش خیم یا بدخیم) یک ضایعه جرم ماموگرافی از ویژگی های BI-RADS و سن بیمار استفاده شود. این شامل یک ارزیابی BI-RADS، سن بیمار و سه ویژگی BI-RADS همراه با حقیقت زمین (میدان شدت) برای ۵۱۶ خوش خال و ۴۴۵ توده بدخیم که در ماموگرام های دیجیتالی کامل جمع آوری شده در موسسه رادیولوژی این دانشگاه ارلانگن-نورنبرگ بین سال های ۲۰۰۳ و ۲۰۰۶٫

هر نمونه دارای یک ارزیابی مرتبط با BI-RADS می باشد که از ۱ (قطعا خوش خیم) تا ۵ (بسیار نشان دهنده بدخیمی) است که در فرایند دوبار بررسی توسط پزشکان فرض بر این است که همه موارد با ارزیابی BI-RADS بیشتر یا برابر مقدار داده شده (متفاوت از ۱ تا ۵)، بدخیم هستند و موارد دیگر خوش خیم، حساسیت و ویژگی های مرتبط می تواند محاسبه شود. این می تواند نشانه ای از اینکه چگونه یک سیستم CAD در مقایسه با رادیولوژیست انجام می شود.

تعداد نمونه ها:

۹۶۱ نمونه

تعداد ویژگی ها:

۶ ویژگی

داده های پرت:

این دیتاست دارای داده های پرت یا Missing Values می باشد.

امکانات پروژه:

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اهم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth  و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اهم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.