به کارگیری پسانمایی و ماشین بردار پشتیبان برای تشخیص درمان موثر بیماران دیابتی
- سال انتشار: 1393
- محل انتشار: دومین همایش ملی پژوهش های کاربردی در علوم کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CITCONF02_345
- زبان مقاله: فارسی
- تعداد مشاهده: 863
نویسندگان
هیات علمی دانشگاه علم و صنعت ایران
دانشجوی کارشناس ارشد مهندسی فناوری اطلاعات
چکیده
بیماری دیابت یکی از شایع ترین بیماری های حاضر در دنیا شناخته شده که علی رغم گستردگی و تنوع این بیماری هنوز روش به منظور ریشه کن کردن آن در دنیا شناخته نشده است. بنابراین پیاده سازی روشی که بتواند حرفت را در تشخیص و درمان مؤثر آن یاری رساند، گام مهمی در جهت بهبود و کنترل این بیماری است. در مقاله حاضر از روش پسانمایی (Regression) و ماشین بردار پشتیبان (SVM) به منظور پیش بینی کدام یک از شش روش درمان ( انسولین، قرص، رژیم غذایی، ترک استعمال دخانیات، ورزش و کاهش وزن) در دو گروه سنی بیماران پیر و جوان مؤثرتر می باشد را بررسی نموده ایم.داده های مورد نیاز در این تحقیق مربوط به 997 بیمار دیابتی تحت درمان در یکی از مراکز درمانی کشور است که به منظور بررسی یکایک فیلد ها،آماده سازی و تحلیل داده ها از نرم افزار IBM Spss Modeler 14.2 استفاده شده است. بررسی صورت گرفته با استفاده از داده کاوی نشان می دهد از میان شش روش درمان مؤثر (انسولین، قرص، رژیم غذایی، ترک سیگار، ورزش و کاهش وزن) دارو درمانی (قرص) برای هر دو گروه سنی بیماران مؤثر می باشد ولی برای بیماران سالمند مؤثرتر است، که توصیه می شود به همراه درمان هایی دیگر تجویز شود و بقیه درمان ها برای گروه سنی جوانان مؤثرتر می باشد.کلیدواژه ها
داده کاوی Data mining،پسانمایی Regression،ماشین بردار پشتیبان SVM،دیابت Diabetesمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.