طبقه بندی وتشخیص زودهنگام بیماری کووید ۱۹ با استفاده از الگوریتم های طبقه بندی کننده

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 93

فایل این مقاله در 12 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:

ENPMCONF07_131

تاریخ نمایه سازی: 23 تیر 1403

چکیده مقاله:

مقدمه: تشخیص زودهنگام بیماری کووید- ۱۹ با استفاده از روش های داده کاوی کمک بزرگی به درمان به موقع بیمار، اعمال اقداماتبهداشتی برای پیشگیری از ابتلای سایر افراد و کاهش شدت عواقب بیماری به ویژه در قشر ضعیف (افراد با بیماری های زمینه ای،کودکان و افراد سالخورده) می کند. این مطالعه با هدف تشخیص زودهنگام بیماری کووید- ۱۹ ، استخراج علائم کلیدی بیماری و یافتنبهترین روشهای داده کاوی برای افزایش دقت تشخیص بیماری کووید- ۱۹ انجام شد.روش کار: این پژوهش یک مطالعه گذشته نگر و توصیفی-کاربردی است. در این مطالعه، از مجموعه داده گردآوری شده از اطلاعاتفردی، علائم و نتایج آزمایشات بالینی افراد مشکوک به ابتلا به بیماری کووید- ۱۹ استفاده شده است. به منظور دستیابی به بهتریننتایج در تشخیص بیماری کووید- ۱۹ ، یک مدل کار کامل ارائه شد که شامل مراحل: پیش پردازش و تجزیه و تحلیل داده ها، انتخابویژگی، ایجاد مدل، تحلیل یافته ها و نمایش نتایج می باشد. مدلهای پیش بینی با استفاده از ترکیب های مختلف از ویژگی های بیماریو هفت روش داده کاوی در نرم افزار WEKA ، ایجاد شده و مورد آزمایش قرار گرفتند .یافته ها: برای کشف بهترین ویژگی های کلیدی و بهترین روشهای داده کاوی، سه معیار دقت، صحت و معیار- F در نظر گرفته شدهاست. پنج ویژگی کلیدی و دو تکنیک برتر داده کاوی شناسایی شد. نتایج آزمون ها نشان میدهند که مدل پیش بینی با استفاده ازویژگی های کلیدی و تکنیک برتر شناسایی شده (الگوریتم J۴۸)، دقت ۳ / ۸۶ % برای تشخیص بیماری کووید- ۱۹ فراهم آورده است.نتیجه گیری: با توجه به علائم کلیدی و روش های داده کاوی به دست آمده از این مطالعه، امکان استفاده از این روش برایتشخیص بیماری کووید- ۱۹ در افراد مختلف با دقت بالا وجود دارد.

کلیدواژه ها:

نویسندگان

سمانه محمدنیا

دانشجوی ارشد مهندسی نرم افزار موسسه آموزش عالی اشراق ، بجنورد

شادی لنگری

استادیار گروه مهندسی کامپیوتر موسسه آموزش عالی اشراق ، بجنورد