با استفاده از این مجموعه داده خوش خیم بودن یا بدخیمی بودن سرطان را پیش بینی کنید !
محتویات دیتاست :
مدت مدیدی است که از روش یادگیری ماشین در تشخیص پزشکی استفاده می شود، مجموعه داده های سرطان پستان ویسکانسین یا به اختصار (WBCD) به طور گسترده ای در آزمایشات تحقیقاتی مورد استفاده قرار گرفته است.
در سال های اخیر بیشتر نشریات متمرکز بر روشهای سنتی ، یادگیری ماشین مانند درخت تصمیم و روش های گروه مبتنی بر درخت تصمیم گیری بودند اما
اخیراً این مجموعه داده تحت نظارت روش یادگیری عمیق مورد توجه قرار گرفته است. به عنوان مثال : در مقاله K. Stahl و D. Geekette این روش را در مجموعه داده های WBCD برای تشخیص سرطان پستان با استفاده از مقادیر ویژگی محاسبه کرده از تصاویر دیجیتالی یک آسپیرات سوزنی خوب (FNA) از توده پستان اعمال کردند. این ویژگی ها خصوصیات هسته اصلی سلول موجود در تصویر را توصیف می کند.
نوت : آسپیراسیون به معنای نفس کشیدن اجسام خارجی به مجاری تنفسی است.
مقالات مرتبط :