ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مروری بر تکنیک های داده کاوی استفاده شده در تشخیص بیماری کبد

تعداد صفحات: 8 | تعداد نمایش خلاصه: 558 | نظرات: 0
سال انتشار: 1395
کد COI مقاله: BPJ02_258
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری بر تکنیک های داده کاوی استفاده شده در تشخیص بیماری کبد

بتول اکبری - دانشجوی کارشناسی ارشد نرم افزار، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان
محمد داورپناه جزی - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان،

چکیده مقاله:

بیماری کبد یک بیماری شایع است که روز به روز به دلیل مصرف بیش از حد الکل، استنشاق گازهای مضر، مصرف مواد غذایی آلوده و مواد مخدر رو به افزایش است و همچنین نمی توان به راحتی در مراحل اولیه، تشخیص داد که تشخیص زودهنگام برای جلوگیری از مرک و میر بسیار مهم است. داده کاوی یک ابزار مهم برای تجزیه و تحلیل مجموعه داده های بیماران می باشد که از طریق آن می توان یک سیستم کمکی برایتشخیص بیماری های کبدی ساخت که بهره وری تشخیص را افزایش داده است و در تحویل درمان پزشکی، سریع باشد. در این مقاله، پژوهش های انجام شده در سال های اخیر بر روی تشخیص بیماری کبد در زمینه داده کاوی بررسی شده که بیشترین تحقیق بر روی مجموعه داده هوای ILPD و BUPA انجام شده است و بیشترین پژوهش ها و بهترین نتیجه ها، الگوریتم های دسته بندی داده اند و همچنین به این نتیجه رسیدیم که یکسیستم خبره مناسب برای تشخیص زودهنگام بیماری های کبد نیاز است.

کلیدواژه ها:

الگوريتم هاي دسته بندي، تشخيص بيماري كبد، داده كاوي، Artificial Intelligence ، دسته بندي بيماران كبدي

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/522752/

کد COI مقاله: BPJ02_258

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اکبری، بتول و داورپناه جزی، محمد،1395،مروری بر تکنیک های داده کاوی استفاده شده در تشخیص بیماری کبد،دومین کنفرانس ملی رویکردهای نوین در مهندسی کامپیوتر و برق،رودسر،،،https://civilica.com/doc/522752

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، اکبری، بتول؛ محمد داورپناه جزی)
برای بار دوم به بعد: (1395، اکبری؛ داورپناه جزی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • M.Nazaridoust and B.M.Bidgoli, _ Data Mining of associate ...
  • W. H. Organization, Global health risks: mortality and burden of ...
  • Ch.H.Weng, T.Ch.Huang and R.P.Han, "Disease prediction with different types of ...
  • S.Kant and I.A.Ansari, "An improved K means clustering with Atkinson ...
  • S.P.Patil, A.D.Thakare and C.A.Dhote, _ efficient hybrid data clustering method ...
  • J.Christopher, H.Kh.Nehemial and A.Kannan, "A Swarm Optimization Approach for Clinical ...
  • U.R.Acharya, H.Fujita, Sh.Bhat, U.Raghavendra, A.Gudigar, ...
  • from ultrasound images", Information Fusion29, 32-39, 2015. ...
  • _ _ i _ _ _ of Medical Syatems 37.2 ...
  • J.Pahareeya, R.Vohra, J.Makhijani and S.Patsariya, "Liver Patient Classification using Intelligence ...
  • B.Venkata Ramana, M.S.Prasad Babu and B .R. Sarathkumar, "New Automatic ...
  • Classification", IEEE International Conference on Intelligent Network and Computing (ICINC), ...
  • Esraa M.Hashem and Mai S.Mabrouk, _ Study of Support Vector ...
  • B.V.Ramana, M.S.P.Babu and N.B .Venkateswarlu, "A Critical Comparative Study of ...
  • B.V.Ramana, M.S.P.Babu and N.B .Venkateswarlu, "A Critical Study of Selected ...
  • T.P. Vital, G.S.V.P.Raju, K. Sreeramamurthy and V.P.V.Charan, "A Probabiliste Neural ...
  • A.Verikas, A.Gelzinis and M.Bacauskiene, "Mining Data with Random Forests: A ...
  • R.Lin and Ch.Chuang, "A Hybrid Diagnosis Model for _ _ ...
  • _ _ _ _ _ Medical Data Classification", Applied Soft ...
  • S.Bashir, U.Qamar, F.H.Khan and L.Naseem, "HMV: A Medical ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: 117
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی