مروری بر روش های داده کاوی برای تشخیص بیماری دیابت
Publish place: National Conference on the Application of New Technologies in Science and Engineering, Electrical and Computer and IT
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,024
This Paper With 21 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TESCONF01_063
تاریخ نمایه سازی: 16 تیر 1397
Abstract:
دیابت یک بیماری رایج است که در سنین مختلف رشد پیدا می کند. بدن فرد دیابتی یا تولید انسولین ندارد یا در برابر انسولین مقاوم است. یک فرد دیابتی احتمال ابتلا به بیماری هایی نظیر بیماری قلبی، نارسایی کلیه را دارد. امروزه در علوم پزشکی روش های مدرن مبتنی بر داده کاوی برای پیش بینی، تشخیص زودرس، افزایش دقت و به دست آوردن نتایج مفید برای پیش بینی بیماری دیابت مورد استفاده قرار می گیرد. در این مقاله با مقایسه انواع روش های داده کاوی مانند ماشین بردار پشتیبان، درخت تصمیم و غیره و نقش آن ها در پیش بینی این بیماری را نشان می دهیم که الگوریتم ماشین بردار پشتیبان و ترکیب آن با الگوریتم های دیگر نقش مهمی در پیش بینی این بیماری داشته است. همچنین برای پیش بینی بیماری دیابت به بررسی و تحلیل ویژگی های مهم بیماری دیابت ازجمله سن و شاخص توده بدنی، داده های مورداستفاده و ابزارهای مفید در آن پرداخته می شود.
Authors
ریحانه یعقوب زاده
گروه کامپیوتر ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور، ایران
سیدرضا کامل
گروه کامپیوتر ، واحدمشهد ، دانشگاه آزاد اسلامی ، مشهد ، ایران
مریم خیرآبادی
گروه کامپیوتر ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور، ایران