مروری بر روش های داده کاوی برای تشخیص بیماری دیابت
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,106
- 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:
TESCONF01_063
تاریخ نمایه سازی: 16 تیر 1397
چکیده مقاله:
دیابت یک بیماری رایج است که در سنین مختلف رشد پیدا می کند. بدن فرد دیابتی یا تولید انسولین ندارد یا در برابر انسولین مقاوم است. یک فرد دیابتی احتمال ابتلا به بیماری هایی نظیر بیماری قلبی، نارسایی کلیه را دارد. امروزه در علوم پزشکی روش های مدرن مبتنی بر داده کاوی برای پیش بینی، تشخیص زودرس، افزایش دقت و به دست آوردن نتایج مفید برای پیش بینی بیماری دیابت مورد استفاده قرار می گیرد. در این مقاله با مقایسه انواع روش های داده کاوی مانند ماشین بردار پشتیبان، درخت تصمیم و غیره و نقش آن ها در پیش بینی این بیماری را نشان می دهیم که الگوریتم ماشین بردار پشتیبان و ترکیب آن با الگوریتم های دیگر نقش مهمی در پیش بینی این بیماری داشته است. همچنین برای پیش بینی بیماری دیابت به بررسی و تحلیل ویژگی های مهم بیماری دیابت ازجمله سن و شاخص توده بدنی، داده های مورداستفاده و ابزارهای مفید در آن پرداخته می شود.
نویسندگان
ریحانه یعقوب زاده
گروه کامپیوتر ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور، ایران
سیدرضا کامل
گروه کامپیوتر ، واحدمشهد ، دانشگاه آزاد اسلامی ، مشهد ، ایران
مریم خیرآبادی
گروه کامپیوتر ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور، ایران