|
مروری بر روش‌های تشخیص و پیش‌بینی بیماری‌های مزمن کلیوی با استفاده از تکنیک‌های داده‌کاوی
|
وهاب امینی آذر   ، رسول فرحی |
|
|
|
چکیده: (713 مشاهده) |
| رشد چشم‌گیر بیماری کلیوی، اثرات و عوارض آنها و هزینه‌هایی که بر جامعه وارد می‌شود، باعث شده است که جامعه پزشکی به‌دنبال برنامه‌هایی برای پیش‌بینی و تشخیص زودهنگام این بیماری باشند. در سال‌های اخیر استفاده از تکنیک‌های داده‌کاوی در حوزه پزشکی از اهمیت بالایی برخوردار شده است. هدف از این مقاله مروری بر روش‌های مبتنی بر تکنیک‌های داده‌کاوی به منظور پیش‌بینی بیماری‌های مزمن کلیوی می‌باشد. در این مقاله قصد بر آن بوده تا جامعی از بیمارهای مزمن کلیوی، روش‌های تشخیص در حوزه پزشکی را گردآوری و بررسی نمود. بدین جهت در ابتدا بیمارهای مزمن کلیوی بررسی شده و پیرو این بررسی به بحث و تحلیل حوزه تشخیص زود هنگام این بیماری‌ها خواهیم پرداخت. در ادامه انواع الگوریتم‌های داده‌کاوی در تشخیص بیماری‌های مزمن کلیوی را معرفی خواهیم کرد. پس از آن به بحث در ارتباط با روش‌های تشخیص و پیش‌بینی بیمارهای مزمن کلیوی خواهیم پرداخت و این روش‌ها را از نظر اهداف، محدودیت‌ها و قابلیت‌ها نقد و بررسی خواهیم کرد. در این مقاله برای پیش‌بینی بیماری نارسایی کلیه دیدگاه‌های مختلف که عبارتند از: انتخاب ویژگی، روش طبقه‌بندی، ابزارهای استفاده شده، مورد بررسی قرار می‌گیرند، که با تحلیل الگوریتم‌های طبقه‌بندی نشان می‌دهیم استفاده از الگوریتم جنگل تصادفی، الگوریتم k- نزدیک‌ترین همسایه و الگوریتم بردار پشتیبان به همراه روش‌های انتخاب ویژگی می‌توانند نقش مؤثری در پیش‌بینی بیماری نارسایی کلیه داشته باشند. همچنین نتایج گویای این است که که پایگاه داده UCI و ابزار MATLAB بیشترین کاربرد را در تشخیص و پیش‌بینی بیماری‌های مزمن کلیوی دارند. |
|
| واژه‌های کلیدی: نارسایی‌های مزمن کلیوی، تشخیص و پیش‌بینی بیماری، داده‌کاوی |
|
|
متن کامل [PDF 10364 kb]
(282 دریافت)
|
نوع مطالعه: علمی- ترویجی |
موضوع مقاله:
تخصصي
دریافت: 1402/2/10 | پذیرش: 1401/12/29 | انتشار: 1401/12/29
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
