• تشخیص بیماری کم کاری مادرزادی تیروئید در غربالگری بدو تولد نوزادان با استفاده از الگوریتم های داده کاوی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1396/11/30
    • تاریخ انتشار در تی پی بین: 1396/11/30
    • تعداد بازدید: 835
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -

    کم کاری مادرزادی تیروئید یکی از شایع ترین بیماری های غدد درون ریز در کودکان است. با توجه به شیوع بالای این بیماری در ایران و اثرات ناخوشایند عوارض این بیماری از قبیل اختلالات رشدی و عقب ماندگی ذهنی و بار مالی سنگینی که ارائه خدمات و مراقبت از این کودکان بر اقتصاد جامعه دارد، نیاز به تدابیر پیشگیرانه و تشخیص درست احساس می شود. بنابراین با استفاده از الگوریتم های داده کاوی جهت تشخیص بیماری کم کاری مادرزادی تیروئید، علاوه بر اینکه می توان پزشکان را در تصمیم گیری بهتر یاری کرد، بلکه می توان باعث آشکار شدن برخی الگوهای پنهان و ناشناخته شد که شاید توجه خاصی به آن نبوده است و در پیشگیری، تشخیص و درمان این بیماری به پزشکان و بیماران کمک کرد. در این پژوهش، داده های مربوط به تعداد 5248 نوزاد مشکوک به بیماری کم کاری مادرزادی تیروئید که جهت غربالگری مادرزادی تیروئید در سال 1395 به مراکز بهداشت شهرستان های استان البرز مراجعه نموده اند، مورد بررسی قرار گرفت. پس از بررسی توزیع داده های موجود، مشخص شد که کلاس داده ها به شدت نامتوازن هستند. پس از آماده سازی داده ها، مدل سازی در دو مرحله انجام می شود. در مرحله اول مدلسازی از طریق الگوریتم ماشین بردار پشتیبان انجام می شود. در مرحله دوم، به علت نامتوازن بودن کلاس داده های موجود و جهت رفع این مشکل از تکنیک های بگینگ کمک گرفته می شود. بنابراین از الگوریتم بگینگ به همراه الگوریتم پایه ماشین بردار پشتیبان استفاده می شود. پس از مقایسه روش های ذکر شده ترکیب الگوریتم بگینگ با الگوریتم پایه ماشین بردار پشتیبان با دقت 100 درصد در انجام دسته بندی، به عنوان بهترین الگوریتم در تشخیص بیماری کمکاری مادرزادی تیروئید معرفی می شود.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم