Worldwide, breast cancer is the sec

Worldwide, breast cancer is the second most common type of cancer after lung cancer and the fifth most common cause of cancer death accounting for 519,000 deaths worldwide in 2004. The most effective method for breast cancer screening today is mammography. However, presently predictions of breast biopsies resulting from mammogram interpretation lead to approximately 70 % biopsies with benign outcomes, which are preventable. Therefore, an automatic method is necessary to aid physicians in the prognosis of mammography interpretations. The data set used for this investigation is based on BI-RADS findings. Previous work has achieved good results using a decision tree, an artificial neural networks and a case-based reasoning approach to develop predictive classifiers. This paper uses a distributed genetic programming approach to predict the outcomes of the mammography achieving even better prediction results.

ผลลัพธ์ (ไทย) 1:

ทั่วโลก มะเร็งเต้านมเป็นมะเร็งชนิดที่สองมากที่สุดหลังจากมะเร็งปอด และมวลมากที่สุดห้าทำบัญชีตายมะเร็งทั่วโลกในปี 2004 519,000 เสียชีวิต วิธีมีประสิทธิภาพสูงสุดในวันนี้ตรวจคัดกรองมะเร็งเต้านม mammography ได้ อย่างไรก็ตาม ปัจจุบันคาดคะเนของประสาทการตรวจชิ้นเนื้อเต้านมที่เกิดจากการตีความการเอ็กซเรย์เต้านมทำให้ประมาณ 70% ประสาทการตรวจชิ้นเนื้อด้วยผลอ่อนโยน ซึ่งเป็น preventable ดังนั้น วิธีการอัตโนมัติเป็นสิ่งจำเป็นเพื่อช่วยแพทย์ในการคาดคะเนตีความ mammography ชุดข้อมูลที่ใช้สำหรับการตรวจสอบนี้จะตามพบ BI RADS งานก่อนหน้านี้ได้รับผลลัพธ์ที่ดีใช้ต้นไม้ตัดสินใจ การเครือข่ายประสาทเทียม และกรณีตามเหตุผลวิธีการพัฒนางานคำนามภาษา กระดาษนี้ใช้วิธีการเขียนโปรแกรมทางพันธุกรรมแบบกระจายเพื่อทำนายผลลัพธ์ของ mammography บรรลุผลทำนายดีขึ้น

ผลลัพธ์ (ไทย) 2:

ทั่วโลกเป็นมะเร็งเต้านมเป็นชนิดที่พบมากที่สุดที่สองของโรคมะเร็งหลังจากที่โรคมะเร็งปอดและสาเหตุส่วนใหญ่ที่ห้าของการเสียชีวิตด้วยโรคมะเร็ง 519,000 บัญชีสำหรับการเสียชีวิตทั่วโลกในปี 2004 วิธีที่มีประสิทธิภาพมากที่สุดสำหรับการตรวจคัดกรองมะเร็งเต้านมในวันนี้คือการตรวจเต้านม อย่างไรก็ตามการคาดการณ์ในปัจจุบันของการตรวจชิ้นเนื้อเต้านมที่เกิดจากการตีความการคัดกรองนำประมาณ 70% ขริบกับผลใจดีซึ่งสามารถป้องกันได้ ดังนั้นวิธีการอัตโนมัติเป็นสิ่งที่จำเป็นที่จะช่วยแพทย์ในการพยากรณ์โรคของการตีความเต้านม ชุดข้อมูลที่ใช้สำหรับการตรวจสอบนี้จะขึ้นอยู่กับผลการวิจัย BI-RADS การทำงานก่อนหน้านี้ได้บรรลุผลดีโดยใช้ต้นไม้ตัดสินใจเป็นเครือข่ายประสาทเทียมและวิธีการให้เหตุผลกรณีที่ใช้ในการพัฒนาลักษณนามทำนาย กระดาษนี้จะใช้วิธีการกระจายโปรแกรมทางพันธุกรรมที่จะคาดการณ์ผลลัพธ์ของการตรวจเต้านมแม้บรรลุผลลัพธ์ที่ดีกว่าการคาดการณ์

ผลลัพธ์ (ไทย) 3:

ทั่วโลก โรคมะเร็งเต้านม เป็นสองชนิดที่พบมากที่สุดของมะเร็งหลังจากโรคมะเร็งปอดและสาเหตุส่วนใหญ่ของการเสียชีวิตโรคมะเร็ง 5 บัญชี 519000 การเสียชีวิตทั่วโลกในปี 2004 วิธีที่มีประสิทธิภาพมากที่สุดสำหรับตรวจคัดกรองมะเร็งเต้านมวันนี้เป็นบวก . อย่างไรก็ตามปัจจุบันการคาดการณ์ของเต้านมเซลล์ที่เกิดจากการตีความเร็วไปประมาณ 70% จึงอ่อนโยนกับผลลัพธ์ที่ได้ . ดังนั้นวิธีการอัตโนมัติเป็นสิ่งที่จำเป็นเพื่อช่วยแพทย์ในแนวทางการตีความ mammography . ชุดข้อมูลที่ใช้เพื่อการตรวจสอบนี้ขึ้นอยู่กับ bi-rads ค่าผลงานที่ผ่านมาได้รับผลลัพธ์ที่ดีในการใช้โครงสร้างการตัดสินใจ เป็นโครงข่ายประสาทเทียมและเป็นกรณีศึกษาเพื่อพัฒนาเหตุผลวิธีการพยากรณ์ คือ กระดาษนี้จะใช้วิธีการกระจายโปรแกรมทางพันธุกรรมเพื่อทำนายผลของการทำนายบวกบรรลุผลยิ่งขึ้น