بکارگیری داده کاوی برای پیش بینی کم خونی
محل انتشار: سیزدهمین سمپوزیوم بین المللی پیشرفت های علوم و تکنولوژی: سرزمین پایدار تازه های کامپیوتر و فناوری اطلاعات
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 606
فایل این مقاله در 10 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:
COMPUTER05_013
تاریخ نمایه سازی: 22 اردیبهشت 1398
چکیده مقاله:
کم خونی یکی از رایج ترین بیماری ها در اغلب کشورهای در حال توسعه است و به خصوص در کشور ما به وفور مشاهده می شود. کم خونی فقر آهن و بتا تالاسمی مینور جزو شایع ترین نوع کم خونی های هیپوکرومیک میکروسیتیک محسوب می شوند که در صورت عدم تشخیص درست باعث ایجاد عوارض جانبی متعددی می شوند. در کنار روش های سنتی تشخیص کم خونی، استفاده از روش های داده کاوی برای تمایز کم خونی فقر آهن از بتا تالاسمی مینور با صرف هزینه و زمان کمتر می تواند مورد توجه قرار گیرد. در سال های اخیر روش های داده کاوی در حوزه پزشکی پیشرفت رو به رشدی داشته است و توانسته به منظور تصمیم گیری بهتر مورد استفاده قرار گیرد. با این وجود در زمینه تشخیص افتراقی انواع کم خونی مطالعات انجام گرفته اندک است. هدف این مقاله که از نوع مروری می باشد، بررسی کاربردهای داده کاوی در پزشکی و به طور خاص معرفی روش های داده کاوی در پیش بینی کم خونی است. در پایان نیز مدیریت خدمات بهداشتی درمانی در راستای کم خونی فقر آهن از بتا تالاسمی مینور مورد بررسی قرار گیرد.
کلیدواژه ها:
نویسندگان
نرگس شمشادی نژاد
کارشناسی ارشد، مهندسی نرم افزار، موسسه غیرانتفاعی هاتف زاهدان
سمیرا نوفرستی
استادیار، گروه مهندسی فناوری اطلاعات، دانشگاه سیستان و بلوچستان
فاطمه حیدری
استادیار، متخصص پاتولوژی، دانشگاه علوم پزشکی زاهدان