بررسی تکنیک های داده کاوی در تشخیص بیماری دیابت
Publish place: دومین کنفرانس ملی رویکردهای نو در مهندسی برق و کامپیوتر
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 841
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NAECE02_021
Index date: 2 August 2017
بررسی تکنیک های داده کاوی در تشخیص بیماری دیابت abstract
داده کاوی فرآیند کشف دانش مطلوب از حجم بزرگی از داده ها می باشد که در پایگاه داده، انبار داده و دیگر مخازن اطلاعات ذخیره شده است. در دنیای پزشکی داده های مربوط به علایم بیماران مبتلا به بیماری های گوناگون و روش های کمکی برای تشخیص این بیماری ها بسیار وسیع و گسترده می باشد تا جایی که معمولا تحلیل و در نظر گرفتن همه جانبه ی تمامی عوامل دخیل توسط فرد دشوار بنظر می رسد. استخراج دانش از میان انبوه داده های مرتبط با سوابق بیماری و پرونده های پزشکی افراد با استفاده از فرآیند داده کاوی می تواند منجر به شناسایی قوانین حاکم بر ایجاد، رشد و تسریع بیماری ها گردیده و اطلاعات ارزشمندی را به منظور شناسایی علل رخداد بیماری ها، پیش بینی و درمان بیماری ها با توجه به عوامل محیطی حاکم در اختیار متخصصین و دست اندر کاران حوزه ی سلامت قرار دهد. یکی از شاخه های پزشکی که توجه محققان داده کاوی را به خود جلب کرده است، دیابت می باشد. در این مقاله مروری برآنیم تا با جمع آوری تعدادی مقاله علمی معتبر در زمینه کاربردهای دادهکاوی در تشخیص دیابت و خلاصه ای از آنها به محققان دیگر برای بررسی این بیماری کمک کنیم
بررسی تکنیک های داده کاوی در تشخیص بیماری دیابت authors
مریم خسروی
دانشجوی کارشناسی ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد،ایران
صبا جودکی
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد ایران
محسن خسروی
دانشجوی کارشناسی ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :