بهره گیری از راهکار ترکیبی به منظور تشخیص بیماری افسردگی از طریق تکنیک داده کاوی

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 568

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIRES07_047

تاریخ نمایه سازی: 19 آبان 1399

چکیده مقاله:

تشخیص بیماری در مراحل اولیه یک کار مهم است، بنابراین، توسعه ابزار پیشبینی برای ارزیابی این خطر از نظر پزشکی موردتوجه است. امروزه در حوزهی اطلاعات پزشکی تکنیک داده کاوی به کارگرفته شده است. داده کاوی شامل الگوریتم های یادگیری خودکار برای یادگیری، استخراج و شناسایی اطلاعات مفید از داده ها میباشد. تمرکز اصلی در استفاده از دادهکاوی در مسئله افسردگی بر اساس روشهای دسته بندی در داده کاوی می باشد. بیماری افسردگی ازجمله مشکلاتی است که تشخیص آن به بررسی عوامل متعددی بستگی دارد. در این پژوهش با استفاده از روش های یادگیری ترکیبی، تشخیص افسردگی و عدم افسردگی بررسی شده است. مجموعه داده مورد بررسی شامل 600 بیمار با 31 ویژگی میباشد. این مجموعه داده با روش های تصادفی و اعتبار سنجی متقابل به دو مجموعه آموزشی و آزمایشی تقسیم شده است. با روش تصادفی درصد خاصی از بیماران با دو برچسب مختلف به عنوان مجموعه داده آموزشی انتخاب شده اند. این مجموعه داده در روشهای ترکیبی با اعتبار سنجی متقابل آموزش داده شده است. نتایج حاصل شده از روش پیشنهادی با روشهای متداول دسته بندی از جمله درخت تصادفی و درخت j48 با معیارهای دقت، صحت و فراخوانی مقایسه شده است. نتایج حاصل شده نشان دهنده برتری روش پیشنهادی با معیار دقت نسبت به روشهای مورد بررسی میباشد.

نویسندگان

الناز کریمی فرد

کارشناس ارشد مهندسی کامپیوتر گرایش شبکه دانشگاه غیرانتفاعی دیلمان، لاهیجان، گیلان.