S'abonner

Determination of the Blood, Hormone and Obesity Value Ranges that Indicate the Breast Cancer, Using Data Mining Based Expert System - 07/11/19

Doi : 10.1016/j.irbm.2019.05.007 
S.B. Akben
 Department of Electrical and Electronics Engineering, Engineering Faculty, Osmaniye Korkut Ata University, Osmaniye, Turkey 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 6
Iconographies 4
Vidéos 0
Autres 0

Abstract

Breast cancer is a dangerous type of cancer that spreads into other organs over time. Therefore, medical studies are being done for the early diagnosis by means of the anthropometric data and blood analysis values besides the mammographic and histological findings. However, medical studies have identified only cancer-related values but the value ranges indicating the cancer have not been determined yet. Concurrently the automated diagnostic systems are being developed to assist medical specialists in biomedical engineering studies. The range of values or boundaries indicating the cancer are automatically determined in biomedical methods, but only the diagnostic result is presented. Because of this, biomedical studies don't provide enough opportunity for medical experts to evaluate the relationship between values and result. In this study, decision trees that is one of data mining method was applied to anthropometric data and blood analysis values to complete the mentioned deficiencies in breast cancer diagnosis aiming studies. The determined value ranges were also presented visually to medical experts understand them easily. The proposed diagnostic system has accuracy rate up to 90.52% and provides value ranges indicating the breast cancer as well as mathematically presents the relations between the values and cancer.

Le texte complet de cet article est disponible en PDF.

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Highlights

Blood analysis and anthropometric value ranges indicating breast cancer were presented visually.
The decision tree was determined as the method to diagnose breast cancer with a success rate of 90.5.
Importance of each attribute was presented numerically to medical experts for a preliminary diagnosis of breast cancer.

Le texte complet de cet article est disponible en PDF.

Keywords : Breast cancer, Data mining, Obesity, Hormone, Blood analysis


Plan


© 2019  AGBM. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 40 - N° 6

P. 355-360 - décembre 2019 Retour au numéro
Article précédent Article précédent
  • R-Peak Detection Using Chaos Analysis in Standard and Real Time ECG Databases
  • V. Gupta, M. Mittal, V. Mittal

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.