[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 2، شماره 3 - ( پاییز 1394 ) ::
جلد 2 شماره 3 صفحات 133-140 برگشت به فهرست نسخه ها
آینده پژوهی در سلامت: انتخاب بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه
فائزه افضلی، زهره حیدری، میترا منتظری، لیلا احمدیان ، محمد جواد زاهدی
دکترای تخصصی انفورماتیک پزشکی، دانشیار، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران.
چکیده:   (6749 مشاهده)

مقدمه: سرطان اولیه کبد HCC)) پنجمین سرطان شایع در دنیا و سومین عامل مرگ و میر در جهان می­باشد. علائم سرطان کبد پس از بروز به سرعت پیشرفت کرده و در صورت عدم تشخیص به موقع متأسفانه بقای عمر بیمار بسیار کم می­ گردد. یکی از مشکلات اصلی پیش روی متخصصین گوارش، پیش بینی و تشخیص زود هنگام سرطان کبد است. داده کاوی از روش­هایی است که در این زمینه  مورد استفاده واقع می­ گردد. هدف از انجام این مطالعه معرفی بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش­ بینی و تشخیص سرطان کبد در مراحل اولیه می­باشد.

روش: در مقاله حاضر با استفاده از روش مطالعه گذشته نگر، پرونده 516 بیمار مبتلا به سرطان کبد اولیه و ثانویه و 22 ریسک فاکتور، از هر بیمار، مورد بررسی قرار گرفت. داده ­های جمع ­آوری شده با استفاده از 5 مدل داده کاویVFI Classifier ،Regression Classifier ،HyperPipes Classifier ، Functional trees with logistic regression  و  Meta Muti Class Classifier تحلیل شدند. این مدل­ها با  یکدیگر مقایسه شدند.

نتایج: دقت، ویژگی، حساسیت و سطح زیر منحنی  Rocمـدل VFI Classifier به تـرتیب  71/29%،  49%،  50% و 63/31% می­ باشد و  این مدل به عنوان بهترین مدل هوشمند مبتنی برداده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه شناخته شد.

نتیجه ­گیری: در صورتی که مدل داده­ کاوی VFI Classifier به صورت صحیح طراحی شود، می­تواند سرطان کبد را پیش بینی نماید یا آن را در مراحل اولیه تشخیص دهد.

واژه‌های کلیدی: سرطان کبد، هپاتوسلولار کارسینوما (HCC)، پیش‌بینی و تشخیص، داده‌کاوی، آینده پژوهی در سلامت
eprint link: http://eprints.kmu.ac.ir/id/eprint/25057
متن کامل [PDF 551 kb]   (3446 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: تخصصي
دریافت: ۱۳۹۳/۱۱/۲۸ | پذیرش: ۱۳۹۴/۶/۲۵
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA code


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Afzali F, Heidari Z, Montazeri M, Ahmadian L, Zahedi M J. Futures Studies in Health: Choosing the Best Intelligent Data Mining Model to Predict and Diagnose liver Cancer in Early Stage. Journal of Health and Biomedical Informatics. 2015; 2 (3) :133-140
URL: http://jhbmi.ir/article-1-78-fa.html

افضلی فائزه، حیدری زهره، منتظری میترا، احمدیان لیلا، زاهدی محمد جواد. آینده پژوهی در سلامت: انتخاب بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه . مجله انفورماتیک سلامت و زیست پزشکی. 1394; 2 (3) :133-140

URL: http://jhbmi.ir/article-1-78-fa.html



دوره 2، شماره 3 - ( پاییز 1394 ) برگشت به فهرست نسخه ها
مجله انفورماتیک سلامت و زیست پزشکی Journal of Health and Biomedical Informatics
Persian site map - English site map - Created in 0.06 seconds with 31 queries by YEKTAWEB 3795