تشخیص بیماری سل ریوی بر اساس داده های پزشکی با الگوریتم Bagging در سیستم خبره
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 390
فایل این مقاله در 18 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:
ECME15_021
تاریخ نمایه سازی: 17 مهر 1401
چکیده مقاله:
سیستم خبره برنامه کامپیوتری هوشمند است که نحوه ی تفکر و شیوه ی عملکرد یک فرد متخصص در زمینه ی خاص را شبیه سازی و ذخیره می کند و دستیابی به دانش پزشکی مورد نیاز برای افراد غیر متخصص را فراهم می کند و تشخیص مناسب را برای دستور العمل تصمیم گیری پیشنهاد می دهد. بیماری سل یکی از قدیمی ترین و شناخته شده ترین بیماری هاست که از سالیان دور با بشریت همراه بوده است. یک سوم جمعیت جهان به میکروب سل آلوده و در خطر ابتلا به بیماری سل قرار دارند در این مقاله سعی داریم با استفاده از برخی الگوریتم های هوشمند داده کاوی مانند SVM، Naive Bayse، C۴.۵ ،K-NN، Random Forestو همچنین ترکیب این الگوریتم ها با الگوریتم Bagging و استفاده از ۲۱ ویژگی به همراه نمونه ها در پایگاه داده استاندارد، که هر یک بازگو کننده افراد سالم و مبتلا به بیماری سل می باشند به تشخیص وجود یا عدم وجود بیماری سل با توجه به معیارهای دقت و سرعت عمل الگوریتم های هوشمند در تشخیص این بیماری خواهیم پرداخت.این مقاله چگونگی کشف بیماری سل در فرد با استفاده از سیستم خبره می باشد. این سیستم شامل n فیلد دیتای ورودی و دو فیلد خروجی می باشد. فیلدهای ورودی که عبارتند از نوع سرفه و خلط، کاهش وزن، ضعف و خستگی، سن، تب، تعریق شبانه و ... و فیلد خروجی عدم و وجود بیماری سل ریوی را در بیمار و اقدامات احتیاطی مربوط به آن را کشف و استنباط می کند. این امر به صورت مقدار عددی از ۰ (عدم وجود بیماری( تا ۱ )تشخیص وجود بیماری) می باشد. که در نهایت با توجه به داده های موجود به شناسایی بیماران خواهیم رسید
کلیدواژه ها:
نویسندگان
سیدحسن نجات
دانشجوی مقطع دکترا دانشگاه آزاد اسلامی تهران مرکز رشته مهندسی کامپیوتر- نرم افزار
انسیه اسفندیاری
دانشجوی مقطع دکترا دانشگاه آزاد اسلامی تهران مرکز رشته مهندسی کامپیوتر- نرم افزار
مهیار ثابت
دکتری تخصصی دانشگاه ازاد اسلامی واحد تهران مرکز رشته مدیریت کار افرینی و کسب و کار