افزایش دقت تشخیص هپاتیت با استفاده از ترکیب شبکه عصبی پرسپترون چند لایه با ماشین بردار پشتیبان
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 346
فایل این مقاله در 15 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:
CEITCONF04_012
تاریخ نمایه سازی: 13 تیر 1400
چکیده مقاله:
هپاتیت به معنی التهاب در پارانشیم کبد و از جمله بیماری های مزمن کبدی بسیار رایج است. بیماری هپاتیت میتواند سیستم بدن را دچار مشکل حاد نماید. به هر میزان که بیماری زودتر تشخیص داده شود برای وضعیت عمومی بیمار بهتر است. در حال حاضر از وضعیت بیماران، بانکهای اطلاعاتی بسیاری موجود می باشد و پزشکان برای تشخیص بیماری با انبوهی از پارامترها در ارتباط هستند که میتواند تشخیص بیماری را دچار مشکل نماید. داده کاوی می تواند دیدگاه های جدیدی برای تشخیص بیماری با دسته بندی اطلاعات مطرح نمایید و نیز ابزاری بسیار قدرتمند در دست پزشکان باشد. در این پژوهش الگوریتمی پیشنهاد می شود که با ترکیب الگوریتم های SSA،MLP وSVMمی تواند دقت تشخیص بیماری هپاتیت را بالا ببرد. به این ترتیب که از الگوریتم SSA بمنظور انتخاب ویژگی و از ترکیب الگوریتم ماشین بردار پشتیبانSVMو شبکه عصبیMLPبرای طبقه بندی داده در این پژوهش بهره برده شده است. نتایج به دست آمده نشان می دهد که روش پیشنهادی دقت بالاتری نسبت به سایر روش ها دارد و با دقت ۱۰۰٪ بیماری هپاتیت را پیش بینی کرد
کلیدواژه ها:
نویسندگان
رضا مرادی ثانی
دانشجو مقطع ارشد رشته کامپیوتر دانشگاه غیرانتفاعی سبحان نیشابور.
مجید انجیدنی
استادیار دانشگاه پیام نور نیشابور.