پیش بینی عوارض بیماری دیابت با استفاده از الگوریتمk-meansو درخت تصمیم

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 571

فایل این مقاله در 7 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:

NAECE02_127

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

در جهان شیوع بیماری دیابت افزایش یافته است و در ایران بیش از دو میلیون نفر از این بیماری و عوارض آن رنج می برند. بیماری دیابت عوارض جبران ناپذیری به دنبال دارد. عوارض این بیماری شامل میکرو واسکولار و ماکر و واسکولار می باشد. در این پژوهش به بررسی عوارض مربوط به دیابت نوع دو میپردازیم و ارتباط عوارض بیماری دیابت و علایم بیماران از قبیل فشارخون، سن، چربی مضر، وراثت و ... را بررسی خواهیم کرد. برای این کار مجموعه داده مورد نظر خود را از مرکز بهداشت و درمان نور آباد دلفان جمع آوری کرده و برای تحلیل داده ها از نرم افزار WEKA استفاده کرده ایم. در این پژوهش با استفاده از روش های داده کاوی چهار چوبی برای پیش بینی عوارض بیماری دیابت ارایه و از دو روش درخت تصمیم و خوشه بندی، به صورت مکمل استفاده می کنیم. ابتدا با استفاده از تکنیک خوشه بندی، بیماران را بر اساس ویژگی هایشان خوشه بندی کرده و سپس عوارض مربوط به هر خوشه را با درخت تصمیم پیشبینی خواهیم کرد. دستهای که بیمار در آن قرار میگیرد معرف نوع عارضه آن می باشد . در ارزیابی نتایج از دو روش ارزیابی درونی و ارزیابی بیرونی استفاده کردهایم و مشاهده شد که نتایج بدست آمده بسیار نزدیک به نظر متخصصان و کارشناسان حوزه سلامت میباشد و درخت تولید شده از میزان صحت و دقت خوبی برخوردار است.

نویسندگان

راضیه کرمی کنگاوری

کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد خرم آباد

سعید یزدان پناه

استاد گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد خرم آباد

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 :
  • Han, J & Kamber, M, Data mining: concepts and techniques, ...
  • Ameri H. Alizadeh S. barzegari A. Knowledge Extraction of Diabetics' ...
  • Emirhan Gilcin Yildirim, Adem Karahocaa, Tamer Ueara, Dosage planning for ...
  • mohamad E. I, Linder R. Perriello G, Di Daniele N, ...
  • Pickup J.c. Williams G. (Eds.). Textbook of diabetes, Blackwell Science, ...
  • Ahmadi k. Guideline & book review. The internal (endocrine and ...
  • Keyvan poor MR, Khalatbari L. Classified Algoritms Comparision in Diagnosis ...
  • Khalilinezhad M, Minaee Bidgoli B. Clinical Data Mining. Proceeding of ...
  • نمایش کامل مراجع