روشی برای تشخیص بیماری کبد با استفاده از ترکیب دسته بندها
محل انتشار: اولین همایش ملی رایانش نرم و هوش محاسباتی
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 263
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCCI01_008
تاریخ نمایه سازی: 26 اردیبهشت 1401
چکیده مقاله:
در سالهای اخیر مرگ و میرهای ناشی از بیماری کبدی رشد قابل توجهی داشته است و این بیماری به یکی از مهمترین دغدغه های حوزه ی سلامت در جهان تبدیل شده است. تشخیص به موقع این بیماری تاثیر قابل توجهی در پیشگیری از عوارض آن و همچنین کنترل و درمان بیماری دارد. این مطالعه با هدف ارائهی روشی با دقت و اعتماد بالا برای تشخیص بیماری کبدی انجام شد که بتواند به متخصصان پزشکی در تشخیص به موقع این بیماری کمک کرده و مانع از رشد آن گردد. در روش پیشنهادی، برای تشخیص دقیق تر افراد مبتلا به بیماری کبدی، نتایج سه دستهبند ماشین بردار پشتیبان، جنگل تصادفی و شبکه های عصبی مصنوعی با استفاده از نظریه ی ترکیب دمپستر-شافر با هم ترکیب شده است. نتایج ارزیابی روش پیشنهادی نشان داده که در جامعه ی آماری مورد مطالعه، عملکرد بهتری در تشخیص بیماری کبدی داشته و میتواند به پزشکان در تشخیص زودهنگام این بیماری و انجام درمان مناسب در مراحل اولیه کمک کرده و در نتیجه مانع از پیشرفت بیماری شود.
کلیدواژه ها:
نویسندگان
حمیدرضا طهماسبی
گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران