تشخیص زود هنگام بیماری کبد با رویکرد داده کاوی مبتنی بر الگوریتم های فراابتکاری

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 805

This Paper With 10 Page And PDF 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

DCBDP05_034

تاریخ نمایه سازی: 6 آذر 1398

Abstract:

از آن کجا که کبد نقش حیاتی در بدن انسان دارد، هرگونه اختلال در کبد باعث مشکلات جدی و بعضا جبران ناپذیر در بدن میشود؛ از این رو تشخیص زودهنگام بیماری کبد لازم و ضروری است. با توجه به عدم اطمینان به داده های پزشکی و تشخیص اشتباه بیماری و در نتیجه درمان نامنا سب بیماری، در سالهای اخیر متخصصین تصمیم به ا ستفاده از تکنیکهای هو شمند نموده اند. به کارگیری دانش داده کاوی و الگوریتم های یادگیری ماشین همراه با الگوریتمهای فراابتکاری در حوزه تشخیص بیماری از جمله شیوه های هوشمندی است که میتواند با تحلیل ویژگیهای موثر مشکلات کبدی را زودتر و دقیق تر تشخیص دهد. در این پژوهش روش ترکیبی منطبق بر متدولوژی CRISP-DM و دارای دو مرحله یادگیری میبا شد. در روش پیشنهادی ویژگیهای موثر در بیماری کبدبا استفاده از الگوریتم فراابتکاری زنبور عسل مصنوعی شناسایی می شود. این الگوریتم مانند دیگر الگوریتم های فراابتکاری زمانی که ابعاد داده بزرگ میباشد، کارایی محاسباتی پایینی دارد. برای حل این مشکل از روش ماشین بردار پشتیبان استفاده شده است. در این پژوهش، در فاز ارزیابی بهدلیل نامتوازن بودن داده های پز شکی با ا ستفاده از روش اعتبار سنجی متقابل مونت کارلو، عملکرد روش پیشنهادی سنجیده میشود. دقت روش پیشنهادی 98%، حساسیت 97% و مشخصه 98% میباشد.

Keywords:

الگوریتم فراابتکاری کلونی زنبور عسل مصنوعی , مونت کارلو , SVM , KNN , متدولوژی CRISP-DM

Authors

شهرام شیروانی

دانشجوی کارشناسی ارشد ، دانشکده مهندسی کامپیوتر، موسسه آموزش عالی عقیق، شاهینشهر- ایران

سعید نصری

استادیار، دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد- ایران. عضو مرکز تحقیقات پردازش دیجیتال و بینایی ماشین ، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد- ایران.

اکرم صدری کرمی

موسسه آموزش عالی عقیق، شاهینشهر- ایران