پیش بینی نتیجه درمان ناباروری با استفاده از مدل داده کاوی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,696

فایل این مقاله در 9 صفحه با فرمت PDF 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:

NIESC02_086

تاریخ نمایه سازی: 27 اردیبهشت 1393

چکیده مقاله:

پیش بینی دقیق و درست نتیجه درمان IVF برای بیماران و پزشکان مهم است. برای بدست آوردن شانس بیماران در موفقیت متغییرهای زیادی از جمله سن زن، هورمن FSH ، تشخیص ناباروری و ... تاثیر می گذارند که با توجه به تعداد زیاد این متغییرها پیش بینی نتیجه برایپزشکان دشوار است. در این مطالعه که هدف آن پیش بینی نتیجه IVF است از داده های بیماران مراجعه کننده به مرکز ناباروری یزد استفادهشده و پس از پیش پردازش داده ها که برای انتخاب متغییرهای تاثیر گذار از روش gini index و برای داده های گم شده از دو روش جایگذاری داده ها با استفاده از میانگین و مد، پیش بینی داده های گم شده با استفاده از شبکه عصبی پیش پس انتشار استفاده شد، از درخت تصمیم CART به ساخت مدلی برای پیش بینی نتیجه IVF پرداخته شده است

نویسندگان

مهناز شتابی

دانشجوی کارشناسی ارشد صنایع، دانشگاه یزد، یزد،

مسعود عابسی

استادیار، دانشکده صنایع، دانشگاه یزد، یزد،

محمدباقر فخرزاد

استادیار، دانشکده صنایع، دانشگاه یزد، یزد،

مریم افتخار

استادیار، مرکز تحقیقاتی و درمانی ناباروری یزد، دانشگاه علوم پزشکی شهید صدوقی، یزد،

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 :
  • Chih-Chuan Chen, Yi-Chung Cheng, Chao-Chin Hsu, Sheng-Tun Li. Knowledge Discovery ...
  • Igor Jurisica, John Mylopoulos, Janice Glasgow, Heather Shapiro, Robert F. ...
  • Dinora Aracel Morales, Endika Bengoetxea, Pedro Larranaga, Miguel Garc ia, ...
  • P Cabena, P Hadjinian, R Stadler, J Verhees, A Zanasi. ...
  • Lior Rokach, Oded Maimo. data minig eith decision trees-theory and ...
  • Quinlan, J. R. Induction of decision tree. machine learning, 1, ...
  • Jiawei Han, Micheline Kamber. Data Mining: concepts and techniques. Diane ...
  • Bertrand Clarke, Ernest Fokoue, Hao Helen Zhang. principles and theory ...
  • G. Corani, C.Magli, A.Giusti, L.Gianaroli, L.M. Gambardella. A Bayesian network ...
  • نمایش کامل مراجع