مبانی نظری و پیشینه تحقیق سرطان سینه و پستان

مبانی نظری و پیشینه تحقیق سرطان سینه و پستان، منبع ای برای فصل دوم پایان نامه، استفاده در بیان مسئله و پیشینه تحقیق و پروپوزال و همچنین استفاده در مقاله علمی پژوهشی، استفاده در تحقیق و پژوهش ها، توسط وب سایت شهر فایل تهیه و گردآوری شده است. این مبانی نظری را به ضرس قاطع می توان بروز ترین و جامع ترین پیشینه پژوهش سرطان سینه و پستان دانست. لازم به ذکر است این محصول شامل 2 عدد فایل مجزا، مبانی نظری و پیشینه تحقیق با محتوا، پیشینه و منابع متفاوت جهت دانلود قرار گرفته است.

تاریخچه سرطان سینه، سرطان پستان چیست، رایج ترین انواع سرطان سینه و علائم و نشانه های، شیوع سرطان پستان، مولفه های سرطان سینه، سبب شناسی سرطان، استرس و سیستم ایمنی، رابطه بین استرس عملکرد سیستم ایمنی و بیماری، سرطان و عوامل روانی، درمان هدفدار سرطان، ابعاد سرطان سینه، علل سرطان سینه، انواع سرطان سینه، سرطان سینه و نقش فاکتورهای محیطی، درجه بندی سرطان سینه، سرطان سینه بدخیم، سرطان سینه خوش خیم، نئوپلاسم پستان در زنان، اساس سلولی و مولکولی سرطان، گیرنده های استروژن و پروژسترون در سرطان سینه، پاسخ های روانی به دنبال سرطان پستان و در ادامه…

راه های تشخیص سرطان پستان، عوامل پیشگیری از سرطان پستان، روش های درمان سرطان پستان، اهمیت سرطان پستان، مولفه های سرطان پستان، دیدگاه های سرطان سینه، تغییر حیات رده های سلولی سرطان پستان، ایمنی‌ درمانی سرطان با استفاده از CAR T-cell، سرطان پستان در ایران، ملاتونین و اهمیت آن در پیشگیری و درمان سرطان پستان، بررسی روش های تشخیص سرطان سینه، دارو درمانی سینه، غربالگری سرطان سینه، درمان و جراحی پیشگیری سرطان سینه و در ادامه…

سرطان پستان داکتال، کارسینوما داکتال تهاجمی و سرطان پستان، رادیوتراپی و شیمی درمانی، تأثیر متقابل ژنتیک و زیست‌ شناسی سرطان پستان، بررسی عوامل خطرساز سرطان پستان، رابطه‌ سرطان پستان با الگوهای غذایی، سوابق پژوهشی مرتبط با سرطان سینه و پستان در داخل و خارج کشور، بهمراه منبع نویسی درون متنی به شیوه APA و قابل ویرایش جهت استفاده برای فصل دوم پایان نامه می باشد.

• نوع فایل : Doc
• تعداد صفحات : 94
• گارانتی بازگشت وجه دارد.
• رفرنس دهی استاندارد دارد.
• منابع فارسی و انگلیسی دارد.
• ارجاع و پاورقی استاندارد دارد.

مبانی نظری و پیشینه تحقیق سرطان سینه و پستان

امروزه همواره بیماری های رو به افزایش می باشد. در این میان سرطان یکی از خطرناک ترین این بیماری ها بوده است. در حال حاضر انواع مختلفی از سرطان وجود دارد که در این میان سرطان پستان و سینه یکی از خطرناک ترین آن ها و دلیل مرگ و میر در سال های اخیر بوده است و در آینده نیز دلیل مرگ و میرهای بیشتری خواهد بود. این بیماری اغلب در میان زنان متداول می باشد. (Swetha & Bindu, 2018).

تشـخیص صـحیح بیمـاری سـرطان پسـتان Breast cancer یکـی از مسائل عمده دنیـای پزشـکی اسـت؛ زیـرا کـه تشـخیص صحیح و به موقع ایـن بیمـاری تـاثیر بـه سـزایی در ارائـه درمان به موقع و کنترل آن دارد. روش هایی هم چون نمونــه بــرداری و عمــل جراحــی، اگرچــه بهتــرین روش ارزیابی بیماری سرطان پستان می باشند، ولی یـک روش گـران، وقــت گیــر و تهــاجمی بـوده، بــا خطراتــی نظیــر عوارض بیهوشی، استرس بیمار و … همـراه مـی باشـد. (قائمی و مهدوی، 1396).

سرطان پستان یکی از انواع سرطان هاست. که در آن سلول های غیرطبیعی به صورت غیرقابل کنترل در یک یا هر دو سینه رشد می کنند. این سلول ها می توانند بافت های اطراف را مورد تهاجم قرار داده و تشکیل یک توده شوند که اغلب تومور نامیده می شود. همچنین این سلول ها می توانند انتشار یافته و به بافت ها و غدد لنفاوی اطراف گسترش یابند که به آن متاستاز گویند. در حالی که میزان شیوع این بیماری در کشورهای در حال توسعه کمتر می باشد، میزان مرگ و میر بیشتر می باشد. بهبود این بیماری به دو عامل اصلی تشخیص در مراحل ابتدایی و انتخاب روش درمان مطلوب وابسته می باشد. (Yip & Taib, 2017).

پیشینه تحقیق (پژوهش) سرطان سینه و پستان

بهمنی و همکاران در سال 1397، در تحقیقی با عنوان پیش بینی بقاء پنج ساله بیماران مبتلا به سرطان سینه به کمک الگوریتم ترکیبی عنوان نمودند. امروزه استفاده از سیستم های دسته بندی در تشخیص پزشکی، به تدریج در حال افزایش است. سیستم های دسته بندی، می توانید بیه کاهش خطایی که ممکن است توسط کارشناسان کم تجربه اتفاق بیافتد، کمک کند. و همچنین امکان بررسی داده های پزشکی را در زمان کوتاه تر و با جزئیات بیشتر فراهم می کند.

آنالیز بقاء یا تحلیل ماندگاری یکی از مباحث علم آمار است که در رشته های مختلفی از جمله علوم کامپیوتر، اپیدومیولوژی و کشاورزی کاربرد دارد. تحلیل بقا به مجموعه ای از روش های آماری تحلیل داده گفته میی شود که در آنها متغیر مطلوب، زمان وقوع یک پدیده است. به عنوان یک نمونه، پیش بینی بقاء بیماران مبتلا به سرطان سینه، همواره یکی ی از چالش های مهم برای محققین و پزشکان این حوزه بوده است. (ادامه در فایل…).

Padmavathi و همکاران 2018، در پژوهش خود یک مطالعه مقایسه ای در پیش بینی سرطان سینه با استفاده از RBF و MLP یک مطالعه مقایسه ای را روی مجموعه داده WBC برای پیش بینی سرطان سینه با استفاده از RBF و MLP همراه با رگرسیون منطقی انجام داد. مجموعه داده های Wisconsin با 580 رکورد برای این تحقیق استفاده شد. در این پژوهش مشاهده شد که شبکه های عصبی اندکی زمان بیشتری را نسبت به رگرسیون منطقی می گیرند. اما حساسیت و ویژگی هر دو مدل شبکه عصبی قدرت پیش بینی بهتری را در طول رگرسیون منطقی داشتند. زمانی که مدل های شبکه عصبی MLP و RBF مقایسه شدند، مشخص شد که RBF قابلیت های پیش بینی خوب و هم چنین زمان گرفته شده بوسیله RBF از MLP کمتر بود. (ادامه در فایل…).

منابع فارسی و لاتین

قائمی، فاطمه و مهدوی، ایرج. 1396. تشخیص سرطان پستان با استفاده از الگوریتم فراابتکاری. مطالعات علوم زیستی و زیست فناوری.
احمدیان, محسن؛ یاسر زیدی و شیما کلانتری، 1395. تشخیص سرطان سینه با شبکه عصبی PNN، اولین کنفرانس ملی مهندسی کامپیوتر و فناوری اطلاعات، قم، موسسه مدیریت کنفرانس های علمی اندیشوران هزاره سوم.
بابایی, سمیرا و لطفی وند، 1396، تشخیص سرطان سینه با استفاده از فیلتر باینری و شبکه عصبی انتشار بازگشتی در تصاویر ماموگرافی دیجیتال. دومین همایش ملی علوم مهندسی، تهران، شرکت توسعه دانش فرزانگان ایرانیان.
صادقی، رسول و ابدالی محمدی، فردین. 1397. ارائه یک روش یادگیری ویژگی ترکیبی مبتنی بر الگوریتم شبیه سازی تبرید و برنامه نویسی ژنتیک. (مطالعه موردی: تشخیص بدخیمی سرطان سینه). مجله مهندسی برق دانشگاه تبریز.

Kharya, S. (2012). Using data mining techniques for diagnosis and prognosis of cancer disease. arXiv preprint arXiv: 1205.1923.
Sumbaly, R., Vishnusri, N., & Jeyalatha, S. (2014). Diagnosis of breast cancer using decision tree data mining technique. International Journal of Computer Applications, 98(10).
Castanho, M. J. P., Hernandes, F., De Ré, A. M., Rautenberg, S., & Billis, A. (2013). Fuzzy expert system for predicting pathological stage of prostate cancer. Expert Systems with Applications, 40(2.
Swetha, T. L. V. N., & Bindu, C. H. (2018, December). Detection of Breast cancer with Hybrid image segmentation and Otsu’s thresholding. In Computing and Network Communications (CoCoNet), 2015 International Conference on (pp. 565-570).