کاربرد داده کاوی در پیش بینی نوع بیماری و بهترین نحوه درمان بیماران اورژانسی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,319
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCECN01_233
تاریخ نمایه سازی: 7 بهمن 1393
چکیده مقاله:
بخش اورژانس یک بیمارستان یکی از بخش های مهم بیمارستان بوده و معمولا بیماران این بخش نیاز به مراقبت بسیار و تصمیمات سریع جهت درمان دارند. همچنین شناسایی به موقع بیماری در بیماران مراجعه کننده به بیمارستان، می تواند باعث مدیریت بهتر منابع، کاهش هزینه های بیمارستانی و نجات جان بسیاری از آنان گردد. این مطالعه قصد دارد تا با بررسی تحقیقات صورت گرفته، ابتدا ویژگیهای موثر در ساخت مدلهای پیشگویی کننده بیماری و راههای درمان آن را شناسایی کرده و سپس بهترین الگوریتم های داده کاوی به کار رفته را ارائه دهد. تحقیقات نشان می دهد روشهای داده کاوی در تشخیص بیماریها بسیار موفق بوده و بیشترین روش به کاررفته در آنها روش خوشه بندی و بیشترین الگوریتم مورد استفاده الگوریتم k-means می باشد.
نویسندگان
مریم حسن زاده
دانشجوی کارشناسی ارشد مهندسی کامپیوتر(نرم افزار) دانشگاه پیام نور، برنامه نویس شاغل در مدیریت آمار و فناوری دانشگاه علوم پزشکی گیلان، رشت
اکبر فرهودی نژاد
استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه، پیام نور، تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :