CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مروری بر تکنیک های داده کاوی در پزشکی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۵۰ | نظرات: ۱
سال انتشار: ۱۳۹۵
کد COI مقاله: NAECE02_032
زبان مقاله: فارسی
حجم فایل: ۴۰۰.۱۴ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری بر تکنیک های داده کاوی در پزشکی

  محسن خسروی - دانشجوی کارشناسی ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد، ایران،
  صبا جودکی - استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد، ایران
  مریم خسروی - دانشجوی کارشناسی ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد، ایران،

چکیده مقاله:

امروزه در حوزه پزشکی ، جمع آوری داده ها در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. حجم داده های جمع آوری شده بسیار بالاست و تحقیق بر روی این حجم انبوه داده ها و بدست آوردن الگوها و نتایج مورد نظر نیازمند استفاده از تکنیک های داده کاوی می باشد. استخراج دانش از میان حجم انبوه داده های مرتبط با سوابق بیماری و پرونده های پزشکی افراد با استفاده از فرایند داده کاوی منجر به شناسایی قوانین حاکم بر ایجاد، رشد و تسریع بیماری ها شده و اطلاعات مهمی را به منظور شناسایی عوامل رخداد بیماری ها با توجه به عوامل محیطی حاکم در اختیار متخصصان و دست اندرکاران حوزه پزشکی قرار می دهد. استفاده از تکنیکهای داده کاوی می تواند الگوها و نتایجی را برای محققین فراهم کند که عوامل ابتلا به بیماری های مختلف را نشان دهد و بر اساس آن نتایج، پزشکان و دست اندرکاران حوزه سلامت در پیشگیری آن بیماری ها اقدام کنند. نتیجه این مساله به معنای تشخیص به موقع بیماری و افزایش عمر و آرامش برای افراد جامعه است. بنابراین در این مقاله به معرفی داده کاوی و کاربرد آن در صنعت پزشکی با استفاده از الگوریتم های داده کاوی می پردازیم.

کلیدواژه‌ها:

بیماری، پزشکی، پیش بینی، تشخیص، داده کاوی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NAECE02-NAECE02_032.html
کد COI مقاله: NAECE02_032

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
خسروی, محسن؛ صبا جودکی و مریم خسروی، ۱۳۹۵، مروری بر تکنیک های داده کاوی در پزشکی، دومین کنفرانس ملی رویکردهای نو در مهندسی برق و کامپیوتر، خرم آباد، دانشگاه آزاد اسلامی واحد خرم آباد، https://www.civilica.com/Paper-NAECE02-NAECE02_032.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (خسروی, محسن؛ صبا جودکی و مریم خسروی، ۱۳۹۵)
برای بار دوم به بعد: (خسروی؛ جودکی و خسروی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Wi ckramasinghe N, Gupta JN, Sharma SK. Creating Knowledge- _ ... (مقاله کنفرانسی)
  • http : //www. thearling. com/-an overview of data mining techniques ...
  • R. RajimehrS. Farsiu , L M. Kouhsari, A. Bidari, C. ...
  • Parthiban G, Rajesh A, Srivatsa SK. Diagnosis of heart disease ...
  • Parthiban G, Srivatsa SK. Applying machine learning methods in diagnosing ...
  • Breault, Joseph L. Colin R. Goodall, And Peter J. Fos. ...
  • Bichen Zheng, Sang Won Yoon, Sarah S. Lam, ،'Breast cancer ...
  • Aljumah A. A. Ahamad M. G. & Siddiqui M. K. ...
  • Olivas R. [Dec isionTrees, A Primer for Deci sionmaking Professionals] ...
  • Abdelghani B, Erhan G. [Predicting Breast Cancer Survivability Using Data ...
  • Endo A, Shibata T, Tanaka H. Comparison of Seven Algorithms ...
  • Canlas RD. Data Mining in Healthcare: Current Applications and Issues ...
  • Jamarani S. M. h., Behnam H. and Rezairad G. A., ...
  • ]۱۷[قاسم احمد، لیلا. مروری بر ۷ الگوریتم برتر داده کاوی ... (مقاله ژورنالی)
  • Luo Y, Ling C, Schuurman J, Petrella R. GlucoGuide: An ...
  • علم سنجی و رتبه بندی مقاله

    5.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0
    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۳۲۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.