تشخیص بیماری و تجویز هوشمند داروهای سنتی ایرانی با کمک متن کاوی میان زبانی در متون زیست-پزشکی و یادگیری عمیق

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 740

فایل این مقاله در 13 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCOMP02_419

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

امروزه تکنیک های داده کاوی به صورت گسترده در سیستم های تصمیم یار پزشکی ، جهت پیش بینی و تشخیص بیماری های متفاوت با دقتی بالا مورد استفاده قرار میگیرند. دلیل استفاده این تکنیک ها در طراحی چنین سیستم هایی توانایی آنها در پیدا کردن الگوهای پنهان و روابط بین داده ای پزشکی می باشد. داروها و طب سنتی مزایایی نسبت به طب مدرن دارد. طب سنتی به درمان علت ها میپردازد، نه معلول ها. شیوه درمان اقلیمی دارد. داروها در طب سنتی شیمیایی نیستند [1].در این مقاله با استفاده از تکنولوژی های پردازش متون و سیستم های یادگیری ماشین، وب سایت های داروهای پزشکی سنتی و اسناد موجود در این زمینه پردازش، و پایگاه دانش کاربردی ، جهت استفاده در سیستم تشخیص پزشکی کمکی ایجاد شده است. جمع آوری اطلاعات با کمک ربات های طراحی شده برای اسناد انجام پذیرفته است. نتایج شبیه سازی سیستم پیشنهادی نشان می دهد که چهارچوب ارایه شده از دقت بسیار بالای برای تشخیص طیف وسیعی از بیماری های گوناگون و تجویز داروی ستنی مناسب برای بیماری ها برخوردار می باشد. دقت سیستم پیشنهادی تجویز 0.894% می باشد.

نویسندگان

سامان کرباسی لنگرودی

گروه مهندسی کامپیوتر ، دانشکده فنی، دانشگاه خاتم ، تهران ، ایران

بابک مجیدی

استادیار گروه مهندسی کامپیوتر ، دانشکده فنی، دانشگاه خاتم ، تهران ، ایران

احسان اخترکاوان

استادیار گروه مهندسی کامپیوتر ، دانشکده فنی، دانشگاه خاتم ، تهران ، ایران