حمیدرضا طهماسبی - گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران

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.

تشخیص بیماری کبد، دسته بندی، نظریه ی دمپستر-شافر.