استفاده از سیستم دسته‌بند چندگانه برای تشخیص بیماری آندومتریوز: رویکرد زیرفضای تصادفی

نوع مقاله: اصیل

نویسندگان

1 گروه آمار، دانشگاه شهید چمران اهواز

2 دانش‌آموخته ی گروه مهندسی صنایع، دانشگاه تربیت مدرس تهران

3 گروه اندوکرینولوژی و ناباروری زنان، پژوهشگاه رویان، جهاددانشگاهی

چکیده

یکی از روش­های مناسب برای بهبود صحّت دسته‌بندی نمونه‌ها، استفاده از چند دسته‌بند مختلف و سپس ترکیب نتایج خروجی آن­ها است که اغلب تحت عنوان «سیستم­های دسته‌بند چندگانه» یا «سیستم­های شورایی» خوانده می‌شوند. در این مقاله برای تشخیص بیماری آندومتریوز، سیستم دسته‌بند چندگانه براساس رویکرد زیرفضای تصادفی طراحی و پیاده‌سازی شده است. در این روش، دسته‌بندهای شورا با زیرمجموعه‌های ویژگی مختلف آموزش می‌بینند. در پایان، برای ارزیابی سیستم در تشخیص نمونه­ ی جدید آزمون، خروجی دسته‌بندها با روش رأی‌گیری حداکثری ادغام می‌شوند.

کلیدواژه‌ها


عنوان مقاله [English]

Using multiple classifier system for diagnosis of endometriosis: an ensemble subspace approach

نویسندگان [English]

  • Mohammad Reza Akhoond 1
  • Mohammad Ali Bagheri 2
  • Ali Mousavi 2
  • Ashraf Moini 3
1 Department of Statistics, Shahid Chamran University, Ahvaz, Iran
2 Department of Industrial Engineering, Tarbiat Modares University, Tehran, Iran
3 Department of Endocrinology and Female Infertility, Royan Institute for Reproductive Biomedicine, ACECR, Tehran, Iran
چکیده [English]

One efficient approach in classification is using a set of individual classifiers and then combining their outputs, usually knows as ensemble classification or multiple classifier system. In this paper, an ensemble classification system based on the random subspace approach is employed for diagnosis of endometriosis, in which individual classifiers of the ensemble system are trained with different feature subsets. Finally, for classifying an unknown test sample, classifiers’ outputs are fused using the majority voting combination rule.

کلیدواژه‌ها [English]

  • Prediction
  • Multiple classifier systems
  • Endometriosis diagnosis
  • Random subspace approach