شماره ركورد كنفرانس :
4605
عنوان مقاله :
بهبود سيستم CAD براي تشخيص بيماري ديابت نوع 2 با پايگاه داده‌ي نامتعادل
پديدآورندگان :
شوشتري عليرضا alireza.shooshtari@mail.um.ac.ir گروه مهندسي برق دانشگاه فردوسي مشهد، خراسان رضوي، ايران؛ , ابراهيمي مقدم عباس a.ebrahimi@um.ac.ir گروه مهندسي برق دانشگاه فردوسي مشهد، خراسان رضوي، ايران؛ , خادمي مرتضي khademi@um.ac.ir گروه مهندسي برق دانشگاه فردوسي مشهد، خراسان رضوي، ايران؛
1
2
3
كليدواژه :
CAD Classification , Imbalance Dataset
عنوان كنفرانس :
بيست و ششمين كنفرانس مهندسي برق ايران
چكيده فارسي :
تشخيص بيماري يكي از مراحل درمان بيماري و يكي از پرچالش ترين حوزه هاي پزشكي است. سيستم هاي CAD راه ورود تكنولوژي و داده پردازي را به اين حوزه هموار نموده اند. اين سيستم ها به كمك الگوريتم هاي شناسايي الگو و يادگيري ماشين، تشخيص بيماري را انجام مي دهند. يكي از بيماري هاي مزمن در جوامع مختلف، بيماري ديابت نوع 2 است كه مي توان با طراحي سيستم CAD مناسب، نسبت به تشخيص آن اقدام نمود. در اين تحقيق، يكبار سيستم CAD، با تخمين ويژگي هاي غائب هر نمونه با روشKNN و يكبار با حذف نمونه هاي ناقص، آزمايش و سپس با كاهش ويژگي در هر دو روش، اطلاعات غير مفيد سيستم حذف مي شود. بزرگترين چالش موجود در اين پژوهش، پايگاه داده‌ي نامتعادل است كه براي مقابله با اين مشكل، با الهام گرفتن از طبقه بندي تك طبقه، با روش خوشه بندي و يافتن نمونه‌هاي مرزي، پايگاه داده اصلاح و متعادل مي شود. پس از طبقه‌بندي پايگاه داده با طبقه‌بندهاي SVM و RF، جهت مقايسه روش پيشنهادي با ساير روش ها، صحت و حساسيت نمونه‌ها براي روش پيشنهادي، محاسبه شده و نتايج مورد بررسي قرار مي گيرد.
