طهماسبي, حميدرضا and بشارتي, رضا and عليشاهي, محمد (2023) مدلي براي تشخيص بيماري‌هاي کبدي با استفاده از روش‌هاي يادگيري ماشيني. مجله مطالعات علوم پزشکی, 33 (11).
Full text not available from this repository.Abstract
: تشخيص به‌موقع بيماري‌هاي کبدي تأثير قابل‌توجهي در پيشگيري از عوارض آن‌ها و همچنين کنترل و درمان بيماري دارد. يادگيري ماشيني يکي از شاخه‌هاي هوش مصنوعي است که کاربردهاي زيادي در زمينه تشخيص پزشکي دارد. اين مطالعه باهدف ارائه‌ي مدلي با دقت و اعتماد بالاتر براي تشخيص بيماري‌هاي کبدي با استفاده از روش‌هاي يادگيري ماشيني انجام شد که بتواند به متخصصان پزشکي در تشخيص و کنترل به‌موقع بيماري‌هاي کمک کند.
مواد و روش کار: اين مطالعه از نوع کاربردي-توسعه‌اي بوده و از مجموعه داده‌هاي 583 بيمار کبدي استفاده شده است. براي تشخيص دقيق‌تر افراد مبتلا به بيماري‌هاي کبدي، نتايج سه روش يادگيري ماشيني پرکاربرد در تشخيص پزشکي شامل ماشين بردار پشتيبان، جنگل تصادفي و شبکه‌هاي عصبي مصنوعي با استفاده از نظريه‌ي ترکيب دمپستر-شافر با هم ترکيب شده است. از نرم‌افزار داده‌کاوي Weka و همچنين زبان برنامه‌نويسي پايتون براي پياده‌سازي مدل استفاده شد. براي ارزيابي کارايي، روش ارزيابي متقابل k تکه برابر بکار برده شد.
يافته‌ها: نتايج نشان داد که دقت، حساسيت و ويژگي در مدل پيشنهادي به ترتيب 47/91 درصد، 52/89 درصد و 03/93 درصد بوده و در مقايسه با مطالعات مشابه، عملکرد بهتري دارد.
بحث و نتيجه‌گيري: مدل پيشنهادي در جامعه‌ي آماري موردمطالعه، عملکرد بهتري در تشخيص بيماري‌هاي کبدي داشته و مي‌تواند به پزشکان در تشخيص زودهنگام اين بيماري‌ها و انجام درمان مناسب در مراحل اوليه کمک کرده و درنتيجه مانع از پيشرفت بيماري شود.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | طبقه‌بندي، تشخيص، بيماري‌هاي کبدي، يادگيري ماشيني |
| Subjects: | R Medicine > R Medicine (General) |
| Depositing User: | Unnamed user with email gholipour.s@umsu.ac.ir |
| Date Deposited: | 24 Jun 2023 08:15 |
| Last Modified: | 24 Jun 2023 08:15 |
| URI: | https://eprints.umsu.ac.ir/id/eprint/7076 |
Actions (login required)
- View Item