تشخیص بیماری تیرویید با استفاده از روش های داده کاوی در بیمارستان های سطح شیراز

چکیده مقاله

امروزه اختلالات تیروییدی یکی از شایعترین بیماری های مزمنی می باشد که جمعیت بسیاری را مبتلا کرده است تشخیص به موقع و به دنبال آن در پیش گرفتن درمان صحیح، می تواند باعث کاهش مرگ و میر مرتبط با این بیماری شود داده کاوی دانش استخراج روابط و الگو های مفید پنهان در حجم زیاد داده است هدف از این مقاله، پیش بینی غده تیرویید هر فرد از نظر نرمال بودن، پرکاری، کم کاری، براساس داده های آزمایشگاهی به دست آمده و با استفاده از روش های داده کاوی می باشد داده های مورد نیاز این پژوهش از پرونده های بایگانی درمانگاه مطهری شیراز استخراج شده است و داده های 1500 بیمار می باشد که در بازه سال های 96 تا 97 به درمانگاه مراجعه کرده اند ویژگی T3 up take برای اولین بار است که در تشخیص اختلالات تیروییدی با استفاده از روش های داده کاوی مورد استفاده قرار می گیرد در این مقاله از الگوریتم های مختلفی جهت تشخیص بیماری تیرویید استفاده شده است که نتایج به دست آمده نشان می دهد الگوریتم جنگل تصادفی بر روی این مجموعه داده نسبت به سایر روش ها عملکرد بهتری داشته و توانسته با دقتی برابر 99,56 درصد، اختلالات تیروییدی را به درستی تشخیص دهد

کلیدواژه‌ها

نویسندگان

سمیرا قلی پور

دانشجوی کارشناسی ارشد موسسه آموزش عالی دانشگاه پیشتازان، شیراز قم آباد

کیمیا بازرگان لاری

استادیار موسسه آموزش عالی دانشگاه پیشتازان، شیراز قم آباد

فاطمه اسدیان

متخصص غدد دانشگاه علوم پزشکی شیراز، مرکز تحقیقات تیرویید، شیراز درمانگاه مطهری

قلی پور، سمیرا و بازرگان لاری، کیمیا و اسدیان، فاطمه،1397،تشخیص بیماری تیرویید با استفاده از روش های داده کاوی در بیمارستان های سطح شیراز،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