[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 28، شماره 2 - ( 4-1399 ) ::
جلد 28 شماره 2 صفحات 59-71 برگشت به فهرست نسخه ها
آنالیز داده ‌های مربوط به بیماران هپاتیت با استفاده از الگوریتم جلبک مصنوعی باینری مبتنی بر K نزدیکترین همسایه
خانم عاطفه بیگلری صالح1 ، دکتر فرهاد سلیمانیان قره چپق 2
1- گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
2- گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران ، bonab.farhad@gmail.com
چکیده:   (178 مشاهده)
مقدمه: از مشکلات اصلی در علم پزشکی، تشخیص و پیش ‌بینی به موقع بیماری ‌ها می ‌باشد. استفاده از سیستم‌ های تصمیم یار به منظور کشف دانش نهفته در مجموعه اطلاعات بیماری و در سوابق مربوط به بیماران یکی از راهکارهایی است که در زمینه تشخیص و پیشگیری از بیماری بسیار موثر می ‌باشد. هدف اصلی از این مقاله، طراحی یک سیستم تصمیم یار پزشکی است که بتواند بیماری هپاتیت را تشخیص دهد.
مواد و روش‌ ها: این مطالعه از نوع توصیفی-تحلیلی می‌ باشد. مجموعه داده آن شامل 155 رکورد با 19 ویژگی موجود در پایگاه داده یادگیری ماشین UCI می ‌باشد. در این مقاله، از الگوریتم جلبک مصنوعی باینری برای انتخاب ویژگی و از k نزدیک ترین همسایه برای کلاس ‌بندی هپاتیت به دو کلاس سالم و ناسالم استفاده شده است. از 80‌ درصد داده‌ ها جهت آموزش و از 20‌ درصد باقی ‌مانده جهت آزمون استفاده شده است. هم چنین جهت ارزیابی مدل از شاخص ‌های دقت، بازخوانی، F-Measure و صحت استفاده شده است.
یافته ‌های پژوهش: بررسی اولیه نشان داد که درصد صحت مدل پیشنهادی برابر با 45/96 درصد می‌ باشد. بعد از انتخاب ویژگی با الگوریتم جلبک مصنوعی درصد صحت در بهترین حالت به 36/98 درصد رسید. در مدل پیشنهادی در حالت 300 بار تکرار، مقدار معیارهای دقت، بازخــــوانی، F-Measure، و نرخ خطا به ترتیب برابر با 23/96 درصد، 74/96 درصد، 48/96 درصد، 55/3 درصد می ‌باشند.
بحث و نتیجه‌ گیری: هپاتیت یکی از شایع‌ ترین بیماری‌ ها در بین زنان و مردان می ‌باشد. تشخیص به موقع بیماری ضمن کاهش هزینه‌ ها، شانس درمان موفقیت ‌آمیز بیمار را افزایش می ‌دهد. در این مطالعه ضمن تشخیص بیماری به کمک روش ترکیبی، توانستیم با استفاده از انتخاب ویژگی به دقت بالایی در تشخیص بیماری دست یابیم.
واژه‌های کلیدی: سیستم تصمیم یار پزشکی| تشخیص بیماری هپاتیت| الگوریتم جلبک مصنوعی باینری| k نزدیکترین همسایه| انتخاب ویژگی ،
متن کامل [PDF 642 kb]   (49 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: آمار حیاتی
دریافت: 1397/9/25 | پذیرش: 1398/9/30 | انتشار: 1399/4/10
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Biglari Saleh A, Soleimanian Gharehchopogh F. Analysis of Hepatitis Patient Data using Binary Artificial Algae Algorithm based on K-Nearest Neighbor. sjimu. 2020; 28 (2) :59-71
URL: http://sjimu.medilam.ac.ir/article-1-5323-fa.html

بیگلری صالح عاطفه، سلیمانیان قره چپق فرهاد. آنالیز داده ‌های مربوط به بیماران هپاتیت با استفاده از الگوریتم جلبک مصنوعی باینری مبتنی بر K نزدیکترین همسایه. مجله علمی دانشگاه علوم پزشکی ایلام. 1399; 28 (2) :59-71

URL: http://sjimu.medilam.ac.ir/article-1-5323-fa.html



دوره 28، شماره 2 - ( 4-1399 ) برگشت به فهرست نسخه ها
مجله علمی پزوهشی دانشگاه علوم پزشکی ایلام scientific journal of ilam university of medical sciences
Persian site map - English site map - Created in 0.18 seconds with 33 queries by YEKTAWEB 4182