ارائه تکنیک های داده کاوی با استفاده از سنسورهای بیوشیمی برای مدیریت بیماری و سیستم های نظارت بر سلامت

بدلیل حجم بسیار بالای داده ها در بسیاری از کاربردها و اهمیت داده های جدید بخصوص در حوزه سلامت، ذخیره سازی داده ها امری مقرون به صرفه نیست، لذا داده هایی که باید مورد پردازش قرار گیرند، همواره بصورت پویا در حال تغییر هستند. در این پژوهش پس از جمع آوری داده ها از سنسورهای بیوشیمی در مراکز بیمارستانی ، ویژگیهای مهم در این مورد شامل علائم حیاتی بیمار، شناسایی شده و پس از پیش پردازش های موردنیاز رویداده ها، الگوریتم های شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان جهت پیشبینی مورد استفاده قرارگرفته است.هدف اصلی از این پژوهش، ارائه یک نمای کلی از تکنیک های داده کاوی مورد استفاده برای داده های سنسور بیوشیمی در حوزه بهداشت و درمان است. این روند به منظور نظارت بر پارامترهای علائم حیاتی مانند ضربان قلب، نسبت تنفس، دما، فشار خون، سطح گلوکز، صورت گرفته است.نتایج حاکی از آن است که این پژوهش با تکنیکهای داده کاوی امکانات جدیدی را برای دستیابی به الگوریتم های مناسب برای کاوش و پردازش داده های سنسورهای بیوشیمی فراهم میکند. در مقایسه مدلهای درخت تصمیم، شبکه عصبی و ماشین بردار پشتیبان ارزیابی حاصله نشان میدهد شبکه عصبی حداقل میزان خطا و بیشترین میزان دقت و صحت و مناسبترین مدل جهت پیشبینی بیماریهای قلبی، دیابت، سکته مغزی و تشنج است.

کلیدواژه ها:

داده کاوی ، سنسورهای بدنی ، داده های فیزیولوژیکی ، حسگرهای بیوپزشکی.