Article

ارائه مدل پیش بینی تشخیص عوامل ناباروری با استفاده از الگوریتم های داده کاوی

Abstract

مقدمه: حدود 15-10 درصد از زوجین نابارور هستند. ناباروری علل متفاوتی دارد و تشخیص روش درمان بیماران بر اساس نوع عامل ناباروری آن ها انجام می شود. در این تحقیق مدلی ارائه شده است که بر اساس ویژگی های اولیه و نتایج آزمایشات ساده علل ناباروری افراد را پیش بینی می کند که می تواند به پزشکان در تشخیص زودهنگام علت ناباروری و تصمیم گیری بهینه کمک کند. روش کار: داده های این تحقیق برگرفته از داده های ناباروری بیمارستان صارم تهران می باشد. در این تحقیق از روش های دادهکاوی استفاده شده است. ابتدا روش خوشه بندی k-means و سپس روش های دسته بندی ماشین بردار پشتیبان (svm: support vector machine) و شبکه های عصبی مصنوعی به منظور پیش بینی نوع علل ناباروری، اجرا و نتایج دو الگوریتم دسته بندی با هم مقایسه شدند. همچنین برای تحلیل داده ها و اجرای الگوریتم های بخش مدل، از نرم افزار spss clementine 12.0 استفاده شده است. یافته ها: در بخش خوشه بندی بر اساس الگوریتم k-means داده ها به پنج خوشه تقسیم شدند. در هر گروه یک یا چند علت ناباروری مشاهده شد. در ادامه و با اجرای الگوریتم های دسته بندی svm و شبکه عصبی مصنوعی، مشخص شد که الگوریتم svm با نوع کرنل چندجمله ای بالاترین کارایی را به دست آورد. نتیجه گیری: انجام این تحقیق علاوه بر اینکه منجر به شناخت بهتر ویژگی های بیماران ناباروری شد، می تواند زمینه ای برای انجام تحقیقات آتی باشد. از آنجائی که با تشخیص علل ناباروری افراد قبل از مراحل ثانویه و آزمایشات سنگین، به مقدار قابل توجهی در هزینه و زمان صرفه جویی و از اثرات جسمی که بر بیماران می گذارد کاسته خواهد شد، می توان در مطالعات آینده با استفاده از نتایج این تحقیق سیستمی را جهت اجرای این مدل پیاده سازی نمود.

Similar items

  • ارائه مدل پیش بینی تشخیص عوامل ناباروری با استفاده از الگوریتم‌های داده کاوی

    Article2014مدیریت سلامتاصغری, محسن، درمحمدی, سمیرا، شامی, مریم، علیزاده, سمیه

    Introduction: About 10-15 percent of Iranian couples are infertile which is due to different causes determining particular diagnostic and treatment methods. In this study, the model presented is based on basic features and simple tests, helping physicians predict the causes of in

  • طراحی مدل پیش بینی رفتار مشتری با استفاده از داده های تعاملی رسانه های اجتماعی

    Article2026اقتصاد و مدیریت شهریمحمدرضا کریمی کندزی، یاسر پروینی

    چکیده پژوهش حاضر با هدف طراحی مدل پیش بینی رفتار مشتری با استفاده از داده های تعاملی رسانه های اجتماعی انجام شد. این مطالعه از رویکرد کیفی و روش گراندد تئوری با فرایند نظام مند استراوس و کوربین بهره برده است تا مفاهیم و الگوهای موجود در داده های مصاحبه با خبرگان استخراج شود. داده

  • پیش بینی سکته قلبی با استفاده از داده کاوی و روش انتخاب ویژگی دو مرحله ای

    Articleمجله تحقیقات سلامتحجت اله حمیدی، hojatollah hamidi information technology engineering departmentگروه فنآوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی عاطفه دارایی، atefeh daraie information technology engineering departmentگروه فنآوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی

    چکیده مقدمه و هدف: سکته قلبی یکی از علل اصلی مرگ و میر در کشورهای در حال توسعه می باشد. هدف این مطالعه، ارزیابی عملکرد مدل های دسته بندی برای پیش بینی سکته قلبی است که از یک مدل انتخاب ویژگیِ مبتنی بر وزن دهی به وسیله svm و الگوریتم ژنتیک، بهره می برد. مواد و روش ها: داده های این

  • پیش بینی و کنترل ترافیک با رویکردهای داده کاوی با استفاده از داده های gps

    Articleمهندسی فناوری اطلاعات مکانیزهرا مهدویان، zahra mahdavian علی اکبر نیک نفس، aliakbar niknafs

    در دنیای امروز افزایش چالش­های شهرنشینی و ترافیک سبب نیاز فوری به سیستم های کنترل ترافیک با حداکثر بهره وری شده است. هدر رفتن زمان و افزایش سوخت مصرفی و هم چنین آلودگی­های هوا و صوتی سبب شده کنترل ترافیک به یکی از مهم­ترین بحث های روز دنیا تبدیل شود. از جمله روش­های موجود برای رس

  • ارائه مدل پیش‏ بینی رضایت مشتریان از خدمات پشتیبانی نرم‏ افزار شرکت همکاران سیستم با رویکرد داده‏‌کاوی

    Article2018پژوهش های مدیریت راهبردیایمان رئیسی وانانی، بابک سهرابی، سمانه کشاورزی

    کیفیت کار خود قلمداد می‌کنند. از آنجا که تقریباً کلیه سازمان‌های امروزی نیازمند رقابت در عرصه‌های مختلف از جمله خدمات هستند، ارائه خدمات با کیفیت در دستیابی به مزیت رقابتی پایدار از اهمیت قابل ملاحظه‌ای برخوردار است. سازمان‌ها و شرکت‌ها جهت بقاء و موفقیت در بازارهای رقابتی، ناگزی

  • روش شناسی طراحی و ساخت مدل پیش بینی موفقیت درمان ناباروری

    Articleمجله دانشگاه علوم پزشکی اراکعلیرضا زرین آرا، alireza zarinara reproductive biotechnology research center, avicenna research institute, acecr, tehran, iranمرکز تحقیقات بیوتکنولوژی تولید مثل، پژوهشکده فن آوری های نوین علوم پزشکی جهاد دانشگاهی- ابن سینا، تهران، ایران. محمدمهدی آخوندی، mohammad mahdi akhondi reproductive biotechnology research center, avicenna research institute, acecr, tehran, iran.مرکز تحقیقات بیوتکنولوژی تولید مثل، پژوهشکده فن آوری های نوین علوم پزشکی جهاد دانشگاهی- ابن سینا، تهران، ایران.سازمان اصلی تایید شده: جهاد دانشگاهی حجت زراعتی، hojjat zeraati tehran university of medical sciences, tehran, iran.دانشگاه علوم پزشکی تهران، تهران، ایران.سازمان اصلی تایید شده: جهاد دانشگاهی کورش کمالی

    زمینه و هدف: حدود بیست و پنج سال است که مدل های پیش بینی کننده درمان ناباروری وارد عرصه سلامت شده اند. برای تولید و کاربرد مدل های پیش بینی کننده، اصول علمی وجود دارد که جهت طراحی مدل پیش بینی موفقیت درمان ناباروری نیز به کار می روند. هدف از این مطالعه، فراهم آوردن اطلاعات پایه ب