چکیده مقاله
جمع آوری داده ها در مورد بیماری های مختلف امروزه در صنعت پزشکی از اهمیت نسبتا بالایی برخوردار است و تجزیه و تحلیلاین داده ها با هدف استخراج اطلاعات و ویژگی های مناسب در رابطه با بیماریها، یکی از مهمترین اهداف جمع آوری این داده هااست در مقابل، حجم بالای این داده ها و سردرگمی حاصل از آن مشکلی است که مانع رسیدن به نتایج قابل قبول در این حوزهمی شود از این رو، استفاده از روش های داده کاوی به منظور اسخراج اطلاعات ارزشمند از پایگاه داده های پزشکی با هدف کشفدانش و پیش بینی بیماری ها بیشاز پیش مورد توجه قرار گرفته است بیماری مزمن کلیه نیز یکی از شایع ترین بیماریها در همهجوامع است و استفاده از تکنیک های داده کاوی برای ایجاد مدل پیشگویی کننده جهت شناسایی افراد دارای بیماری مزمنمیتواند در شناسایی زود هنگام، درمان و کاهش اثرات ناشی از این بیماری بسیار موثر باشد در همین راستا و به منظور ارایهیک مدل مدل پیشبینی کننده بیماری مزمن کلیه، داده های مربوط به 1000 بیمار کلیوی به صورت گذشته نگر از پرونده هایبیماران بخش کلیه بیمارستان رازی رشت از سال 1391 تا 1395 جمع آوری شد داده های جمع آوری شده توسط نرم افزارداده کاوی مورد تجزیه و تحلیل قرار گرفته و مدل های درخت تصمیم، ماشین بردار پشتیبان، شبکه عصبی و شبکه بیزین بهمنظور ایجاد مدل پیش بینی روی آنها اعمال شدند با توجه به مدلهای استفاده شده، مشخص شد که متغیرهای جنسیت،اسید اوریک، فشارخون بالا، دیابت، سلول های قرمز خون و سلول های فاسد بیشترین تاثیر را در ابتلا به بیماری مزمن کلیه دارند
کلیدواژهها
نویسندگان
شیوه ارجاع
یوسفی، سعید و صدر، حسین،1397،ارزیابی تکنیک های داده کاوی به منظور پیش بینی بیماری های کلیه (مطالعه موردی: بیماران بخش کلیه بیمارستان رازی رشت)،دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز
ارائهشده در
مجموعه مقالات سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی16 بهمن 1398 · اهواز