این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی دانشگاه علوم پزشکی تهران، جلد ۶۷، شماره ۶، صفحات ۴۲۱-۴۲۷
عنوان فارسی ساخت مدلی برای تعیین نوع درمان سنگ حالب با راه‌کار داده‌کاوی
چکیده فارسی مقاله زمینه و هدف: داده‌کاوی یکی از زمینه‌های چند تخصصی برآمده از زمینه‌های علومی چون آمار، ریاضی، رایانه و هوش مصنوعی است که کاربردهای آن در حیطه‌های گوناگون پژوهشی، مدیریتی و اجرایی سلامت و درمان رو به گسترش است. داده‌کاوی استخراج دانش و اطلاعات ناشناخته، نهان و ارزشمند از داده‌های موجود در پایگاه‌های داده به‌طور خودکار است. به‌کارگیری داده‌کاوی بر روی داده‌های پزشکی، دستاوردهای حیاتی، با ارزش و اثرگذاری را به ارمغان آورده و از جمله می‌تواند برای یاری رسانی به پزشکان در زمینه تشخیص نوع بیماری و یا انتخاب نوع درمان مناسب کمک شایانی در زمینه نجات جان انسان‌ها انجام دهد. در این مقاله داده‌کاوی روی اطلاعات مربوط به بیماران مبتلا به سنگ حالب انجام شده است تا بتوان به کمک آن سیستم کمک تصمیمی طراحی کرد که جهت تعیین نوع درمان بیماران مبتلا به سنگ حالب، با توجه به خصوصیات بیماران استفاده گردد. روش بررسی: اطلاعات مربوط به این بیماران از بیمارستان شهید هاشمی‌نژاد جمع‌آوری گردید و پس از انجام یک‌سری پیش پردازش اولیه، درخت تصمیم مربوط به انتخاب روش درمانی مناسب برای بیماران استخراج گردید. یافته‌ها: با کمک این روش، پارامترهای موثر روی انتخاب روش درمانی مناسب برای بیماران مبتلا به سنگ حالب استخراج شد. نتیجه‌گیری: با استفاده از این درخت برای انتخاب روش درمانی موفق برای بیماران مبتلا به سنگ حالب، عملکرد بیمارستان بهبود می‌یابد یعنی تعداد بیشتری از بیماران، پس از انجام روش درمانی، به طور کامل بهبود می‌یابند.
کلیدواژه‌های فارسی مقاله سنگ حالب، داده‌کاوی، انتخاب مشخصه‌ها و درخت تصمیم
عنوان انگلیسی A data mining based model for selecting type of treatment
چکیده انگلیسی مقاله Background: Data mining as a multidisciplinary field is rooted in the fields such as statistics, mathematics, computer science and artificial intelligence and has been gaining momentum in scientific, managerial, and executive applications in health care. Data mining can be defined as the automated extraction of valuable, practical and hidden knowledge and information from large data. Applying data mining in medical records and data is of utmost importance for health care givers and providers and brings vital and valuable outcomes. Data mining can help doctors come up with better recommendations and plans for treatment which actually in many respects have significant impact on patients’ life and satisfaction In this paper we have proposed and utilized data mining methods to extract hidden information in medical records of pelvis stone patients with ureteral stone. We have tried to design a decision support system model to be applicable for selecting type of treatment for these groups of patients.Methods: We gathered needed information from Shahid Hashemi Nejad hospital. In this research we have used decision tree as a data mining tool, for selecting suitable treatment for patients with ureteral stone. This model can predict probability of success of each treatment. Results: In this research we extracted effective attributes in selecting type of treatment for patients with ureteral stone. Conclusions: By using this model we can have eight percent improvement in number of patients who have stone free output after treating. In fact, this model has a better functionality than expert system of hospitals.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدمهدی سپهری | mohammad mehdi sepehri
department of industrial engineering, school of engineering, tarbiat modares university
تهران، بخش مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، صندوق پستی 161-14115 تهران. تلفن 3379 8288
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

پریسا رهنما | parisa rahnama
group of information, technology engineering, school of engineering, tarbiat modares university
گروه مهندسی فنآوری اطلاعات، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

پژمان شادپور | pejman shadpour
department of urology, iran university of medical sciences
گروه مهندسی فنآوری اطلاعات، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

بابک تیمورپور | babak teimourpour
department of industrial engineering, school of engineering, tarbiat modares university
گروه مهندسی صنایع، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://tumj.tums.ac.ir/browse.php?a_code=A-10-25-5078&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات