مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مشخصات نشــریه/اطلاعات دوره

نتایج جستجو

2558

نتیجه یافت شد

مرتبط ترین ها

اعمال فیلتر

به روزترین ها

اعمال فیلتر

پربازدید ترین ها

اعمال فیلتر

پر دانلودترین‌ها

اعمال فیلتر

پر استنادترین‌ها

اعمال فیلتر

تعداد صفحات

27

انتقال به صفحه

آرشیو

سال

دوره(شماره)

مشاهده شمارگان

مرکز اطلاعات علمی SID1
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    91-101
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    342
  • دانلود: 

    65
چکیده: 

مقدمه: ترموگرافی یک روش تصویربرداری غیرتهاجمی است که می تواند جهت تشخیص سرطان پستان مورد استفاده قرار گیرد. در این مطالعه روشی جهت استخراج ویژگی های مناسب در تصاویر دینامیک ترموگرافی سینه ارایه شد. ویژگی های استخراج شده می توانند جهت طبقه بندی تصاویر ترموگرافی به سرطانی و سالم کمک کننده باشند. روش: در این مطالعه توصیفی-تحلیلی تصاویر از پایگاه داده پروژه آنلاین IC/UFF استخراج شد. تعداد افراد مورد بررسی 196، شامل 41 مورد سرطانی و 155 مورد سالم بودند. هر فرد دارای 10 تصویر ترموگرافی که جمعا تعداد تصاویر آنالیز شده 1960 تصویر ترموگرافی بود. این تصاویر با استفاده از دوربین FLIR ThermaCam S45 ضبط شد. مدل پیشنهادی بر اساس سلسله تصاویر ترموگرافی پستان یک فرد جهت استخراج 8 ویژگی مناسب ارایه شد. ویژگی های استخراج شده شامل میانگین، انحراف معیار، آنتروپی، کورتوسیس، همگنی، انرژی، اسکوینس و واریانس است. نتایج: عملکرد ویژگی های استخراج شده، توسط طبقه بندکننده های شامل درخت تصمیم، ماشین بردار پشتیبان، تجزیه وتحلیل متقارن درجه دوم و الگوریتم K-نزدیک ترین همسایگی با استفاده از cross validation ده گانه مورد ارزیابی قرار گرفتند. مقادیر دقت و حساسیت به ترتیب، بر اساس الگوریتم های درخت تصمیم 99%، 99/33% و ماشین بردار پشتیبان 98/46%، 95/12% و تجزیه وتحلیل متقارن درجه دوم 100%، 100% و الگوریتم K-نزدیک ترین همسایگی 99%، 97/56% به دست آمد. نتیجه گیری: نتایج نشان داد که از میان ویژگی های آماری مرتبه اول، میانگین تفاوت، چولگی، آنتروپی و انحراف استاندارد ویژگی بسیار موثری هستند که بیشتر به تشخیص عدم تقارن کمک می کنند. ویژگی های استخراج شده با استفاده از مدل پیشنهادی می توانند در طبقه بندی افراد سالم و سرطانی در تصاویر حرارتی بسیار کمک کننده باشند.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 342

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 65 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    102-112
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    301
  • دانلود: 

    109
چکیده: 

مقدمه: سرطان پستان یکی از رایج ترین انواع سرطان ها است و رشد قابل ملاحظه ای از آن در سال های اخیر گزارش شده است. به منظور تشخیص این بیماری، پارامترهای زیادی باید بررسی گردد که خطاهای انسانی و یا عوامل محیطی امکان اشتباه را ممکن می کند. به همین دلیل در چند دهه اخیر از هوش مصنوعی برای تشخیص این بیماری در جهت کمک به پزشکان استفاده می شود. روش: در این مطالعه توصیفی-کاربردی، تشخیص بیماری سرطان پستان با استفاده از پشته تعمیم یافته در قالب یک مدل ترکیبی مبتنی بر سه روش شبکه عصبی MLP، درخت تصمیم ID3 و ماشین بردار پشتیبان ارایه شد. برای بهبود عملکرد مدل طبقه بندی ترکیبی از یک رویکرد جدید تحت عنوان بلاک جداکننده استفاده شد. این بلاک وظیفه تشخیص نمونه هایی را دارد که باعث ایجاد خطا در مدل طبقه بندی می شوند. نتایج: به منظور ارزیابی دقت روش پیشنهادی از پایگاه داده ویسکانسین مرتبط با بیماری سرطان پستان استفاده شد. نتایج آزمایش ها برتری روش پیشنهادی را در مقابل سایر روش های مشابه نشان داد. دقت مدل طبقه بندی ارایه شده روی مجموعه داده های WBCD، WDBC و WPBC از پایگاه داده ویسکانسین به ترتیب 99/54%، 99/58% و 99/84% بود. نتیجه گیری: با استفاده از الگوریتم های داده کاوی می توان سیستم های نوین و با صرفه تری در نظام سلامت و درمان ارایه کرد که با دقت بالایی قادر به تشخیص سرطان پستان باشند. در این تحقیق ضمن تشخیص بیماری به کمک روش های داده کاوی، توانست با استفاده از تکنیک پشته تعمیم یافته به دقت بالایی در تشخیص بیماری دست یابد.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 301

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 109 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    113-123
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    447
  • دانلود: 

    107
چکیده: 

مقدمه: بیماری های مزمن یکی از چالش برانگیزترین مسایل مربوط به سلامت در دنیا است. اگر چه درمان قطعی برای آن یافت نشده است؛ اما راهکارهای سلامت الکترونیک می تواند با ارتقاء سطح آگاهی بیماران و نظارت بر سیر درمان عوارض آن را درحد چشمگیر کاهش دهد، هدف این پژوهش طراحی سیستم پیگیری آموزش محور بیماران قلبی برپایه سلامت همراه بود. روش: این پژوهش به لحاظ هدف کاربردی-توسعه ای بود. به منظور تعیین اقلام داده پرسشنامه ای طراحی و از اساتید هیات علمی دانشگاه مازندران و 2 متخصص سیستم های سلامت نیازسنجی شد. داده ها با استفاده از آمار توصیفی تحلیل شد و سپس با مشخص شدن موجودیت ها مدل مفهومی سیستم با استفاده از زبان مدل سازی یکپارچه UML طراحی و پیاده سازی شد و در نهایت جهت ارزیابی قابلیت استفاده و رضایت کاربران در اختیار30 بیمار قلبی قرارگرفت. تحلیل داده ها با استفاده از روش آمار توصیفی و در محیط نرم افزار SPSS نسخه 16 صورت گرفت. نتایج: نظرات کاربران نهایی موجب ایجاد تغییرات و در نهایت سیستم در 7 محور تعامل با پزشک، ویزیت غیرحضوری، آموزش، هشداردارویی، تجویزنسخه، پیگیری و پیگیری وضعیت بیمار و ارتباط با اورژانس طراحی گردید. در سنجش نهایی قابلیت استفاده و رضایت کاربران از سیستم نشان داد کاربران برنامه را با میانگین امتیاز 7/17 از نه امتیاز در سطح خوب ارزیابی نمودند. نتیجه گیری: با توجه به این که کاربران سیستم را در سطح خوب ارزیابی نمودند، بنابراین این سیستم می تواند ضمن ایجاد تعامل موثر پزشک و بیمار و نظارت بر سیر مراقبت از بیمار به همراه آموزش های مداوم در بهبود روند درمان تاثیرگذار باشد.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 447

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 107 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    124-132
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    303
  • دانلود: 

    123
چکیده: 

مقدمه: منظور از تخمین هزینه نرم افزار سیستم اطلاعات بیمارستانی، برآورد هزینه و زمان مورد نیاز برای توسعه این نرم افزار سیستم اطلاعات بیمارستانی پیش از شروع پروژه است که تا پایان تولید و توسعه سیستم ادامه دارد. تخمین هزینه نرم افزار برای تولید سیستم اطلاعات بیمارستان، یکی از دغدغه های مهم مدیریت پروژه شرکت های حوزه سلامت، تلقی می شود. الگوهای تخمین هزینه که در مراحل اولیه ساخت پروژه با حداقل اطلاعات موجود از پروژه، هزینه ساخت سیستم را تخمین می زنند، سودمند و مورد نیاز هستند. روش تخمین هزینه مناسب، امکان کنترل موثر زمان و هزینه ساخت سیستم را فراهم می نماید. روش: در این مطالعه گذشته نگر 23 نرم افزار متن باز سیستم اطلاعات بیمارستانی انتخاب شد و میزان هزینه طراحی نرم افزار و 16 متغیر مستقل از هر نرم افزار سیستم اطلاعات بیمارستانی استخراج شد. سپس داده ها به مجموعه آموزشی و تست تبدیل شدند و به کمک الگوریتم درخت تصمیم پیوسته یک مدل پیش بینی برای تخمین هزینه سیستم اطلاعات بیمارستانی طراحی گردید. سپس الگوریتم با چهار الگوریتم پیوسته دیگر مورد ارزیابی قرار گرفت. نتایج: در این مطالعه با روش 10-Fold الگوریتم درخت تصمیم پیوسته اجرا گردید و جهت ارزیابی از دو پارامتر میانگین مربعات خطا و درصد میانگین خطای مطلق استفاده گردید و در مدل پیشنهادی به خطای 31/74 واحد در میانگین مربعات خطا و خطای 17% برای درصد میانگین خطای مطلق به دست آمد. نتیجه گیری: در این مطالعه نشان داده شد که مدل پیشنهادی دارای خطای قابل قبولی است که نسبت به روش های مشابه بهتر عمل کرده است و می توان از آن برای تخمین هزینه سیستم های اطلاعات بیمارستانی استفاده نمود.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 303

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 123 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    133-149
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    655
  • دانلود: 

    341
چکیده: 

مقدمه: امروزه سازمان های مراقبت بهداشتی در سطح جهان از اهمیت فناوری و تاثیر فناوری بر کیفیت مراقبت ارایه شده واقف هستند. بیمارستان یکی از سیستم هایی است که به دلایل مختلف، بهره گیری از اطلاعات در آن از اهمیت ویژه ای برخوردار است. در این تحقیق سعی شد با استفاده از شبیه سازی گسسته پیشامد و طراحی یک عامل توصیه گر، تخصیص تجهیزات اینترنت اشیاء به بیماران به گونه ای انجام شود که تعداد خطاهای درمانی کاهش یابد و طول درمان بیماران کمینه گردد. روش: برای انجام تحقیق مورد نظر، ابتدا وضعیت فعلی سیستم درمان با رویکرد شبیه سازی گسسته پیشامد مدل شد. سپس سناریوی ورود اینترنت اشیاء به مدل شبیه سازی انجام گرفت و در نهایت با استفاده از مدل سازی عامل بنیان، عامل توصیه گر جهت اختصاص بهینه تجهیزات اینترنت اشیاء به بیماران طراحی شد. نتایج: پیاده سازی عملکرد عامل توصیه گر در مدل شبیه سازی نشان داد که به کارگیری اینترنت اشیاء و عامل توصیه گر در فرآیندهای درمانی باعث کاهش خطاهای درمانی و طول درمان می شود. نتیجه گیری: قرار دادن اینترنت اشیاء در مراحل مختلف درمانی باعث کاهش خطا می شود، ولی اثربخشی آن در مراحل مختلف از بیماری های مختلف با هم متفاوت است. از آنجایی که برخی از تجهیزات اینترنت اشیاء مربوط به بیماری های مختلف با هم هم پوشانی دارند و همچنین تعداد این تجهیزات در بیمارستان ها محدود است، برای داشتن بیشترین اثربخشی از عامل توصیه گر استفاده شد. عامل توصیه گر در خصوص نحوه تخصیص تجهیزات اینترنت اشیاء به هر یک از مراحل درمانی بیماران تصمیم گیری می کند.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 655

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 341 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    150-160
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    148
  • دانلود: 

    513
چکیده: 

مقدمه: تجویز و مصرف بیش از حد داروها که با عنوان چنددارویی شناخته می شود، هم موجب اتلاف منابع می گردد و هم برای بیماران زیان بار است. چنددارویی به خصوص برای سالمندان از اهمیت بیشتری برخوردار است؛ بنابراین عوامل موثر بر آن باید به درستی شناسایی و واکاوی شود. روش: در این پژوهش گذشته نگر، نخست عملکرد الگوریتم های مختلف دسته بند C4. 5، SVM، KNN، MLP و شبکه بیزی برای شناسایی چنددارویی، با نرم افزار WEKA مورد مقایسه قرار می گیرد. این فرآیند، با استخراج 16 ویژگی جدید در کنار چهار ویژگی موجود در داده های 81، 677 نسخه که برای تعداد 19، 428 بیمار سرپایی با سن 70 تا 95 سال که در داروخانه های طرف قرارداد با بیمه سلامت استان تهران پیچیده شده اند، انجام شد. مقایسه عملکرد به وسیله آزمون t اصلاح شده با بازنمونه برداری صورت پذیرفت. به منظور شناسایی اثر ویژگی های بیماران بر چنددارویی، دو پارامتر مهم الگوریتم C4. 5 به وسیله جستجوی توری بر روی 50% مجموعه داده بهینه سازی و سپس بر 50% دیگر مجموعه داده اعمال گردید و قوانین حاصل از آن در قالب درخت تصمیم و عبارات کلامی ارایه شد. نتایج: مقایسه زوجی دسته بندها نشان گر عملکرد مناسب تر C4. 5 و شبکه بیزی در مقایسه با سایر روش ها است. C4. 5 توانایی شناسایی ویژگی های موثر بر چنددارویی را دارد. تنظیم پارامتر این الگوریتم باعث بهبود شاخص درستی و AUC شده و به شدت اندازه درخت تصمیم و تعداد قوانین تولیدی را کاهش می هد. نتیجه گیری: استفاده از رویکرد داده کاوی و به کارگیری C4. 5 توانایی شناسایی و تبیین ویژگی های سالمندان را بر پدیده چنددارویی دارد. درصد مراجعه بیشتر به پزشکان عمومی و ارتباط با تعداد محدودتری از داروخانه از مهم ترین این ویژگی ها است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 148

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 513 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    2020
  • دوره: 

    7
  • شماره: 

    2
  • صفحات: 

    161-170
تعامل: 
  • استنادات: 

    2
  • بازدید: 

    73
  • دانلود: 

    0
چکیده: 

Introduction: Using modern technologies like virtual reality in rehabilitation can promise a great movement in medical sciences as sometimes, these technologies shorten the path of reaching the goal. In the present study, a virtual reality environment with the ability of physical interaction was designed to test and measure the hand motion, and a sample of electronic equipment was presented alongside the virtual reality to help the patients requiring rehabilitation, so that they can use the special and unique feature of this technology for faster improvement and easier access to the exercises in every location, especially at home. Methods: The design and manufacturing processes were performed in two sections: software and hardware. In the software section, the connection to the hardware section and the available processors and sensors in this section was provided under Windows Operating System by designing the virtual reality environment and the required coding, by using the artificial intelligence available on the software, and by defining the movement conditions. Results: Software-wise and hardware-wise investigation and evaluation of the designed and manufactured equipment were performed according to the type of services provided to 5 patients based on the criteria proposed by Martilla and James involving the importance and performance indicators. The testing and evaluation performed based on these indicators showed the rate of user satisfaction with the provided services and equipment. Conclusions: The results obtained from this study showed that a new treatment method can be provided for rehabilitation by measuring the level and amount of the patient’ s hand movement and transferring these movements to the virtual environment proportional to the real conditions. Thus, alongside traditional rehabilitation methods, this new method can be effective in the improvement and quicker return of the people in need of rehabilitation to normal conditions.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 73

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 2 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    171-180
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    123
  • دانلود: 

    58
چکیده: 

مقدمه: تجزیه و تحلیل شبکه های اجتماعی روشی تحلیلی است مبتنی بر نظریه های نمودار که ارتباط بین افراد یا عوامل را به منظور تجزیه و تحلیل ساختارهای اجتماعی ناشی از آن روابط، شناسایی می کنند. تجزیه و تحلیل شبکه هم نویسندگی و هم رخدادی واژگان بر اساس شاخص های علم سنجی و سنجه های مرکزیت در مطالعات چاپ شده بیماری مولتیپل سیستم آتروفی است که در پایگاه داده وب آو ساینس از سال 1988 تا 2018 نمایه شده است. روش: در این پژوهش توصیفی، تحلیلی و موردی مقالات چاپ شده در پایگاه وب آو ساینس از سال 1988 تا 2018 بر اساس سر عنوان های موضوعی پزشکی (Mesh) جمع آوری شد و از فنون مختلف علم سنجی شامل تحلیل هم رخدادی، هم نویسندگی و ترسیم شبکه استفاده شد. نتایج: در این مطالعه 6767 مقاله در زمینه موضوعی بیماری مولتیپل سیستم آتروفی بازیابی شد. این مقالات توسط 39184 نویسنده، 3884 سازمان، 80 کشور و 832 مجله گردآوری شده اند. در این بررسی بر اساس هم رخدادی 8 خوشه در حوزه موضوعی بیماری مولتیپل سیستم آتروفی مشخص شده است که مهم ترین موضوعات آن شامل بیماری مولتیپل سیستم آتروفی، لووی بادی، ارتو استاتیک، هایپوتنشن، فلج پیش رونده، توموگرافی پوزیترون و ژن ها بودند. نتیجه گیری: مطالعات علم سنجی در این بیماری در واقع یک نقشه موضوعی را نمایش می دهد که می تواند در سیاست گذاری های مطالعات مطرح در این حوزه تاثیرگذار باشد و همچنین از طریق بررسی این شاخص ها موضوعات مطرح در این حوزه شناسایی شد و از این طریق می توان مواردی که کمتر مورد توجه قرار گرفته را به عنوان موضوعات پژوهش در آینده بررسی کرد.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 123

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 58 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    181-189
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    281
  • دانلود: 

    135
چکیده: 

مقدمه: متاستاز سرطان پستان، گسترش سرطان پستان به سایر اندام های بدن، یکی از مهم ترین علل مرگ ناشی از سرطان پستان در زنان محسوب می شود. پیش بینی متاستاز در مراحل اولیه به انتخاب بهترین روش درمانی و بهبود کیفیت زندگی بیماران کمک می کند. روش: در این مطالعه بنیادی از مجموعه داده های موجود بیماران ایرانی از مرکز تحقیقات سرطان پستان پژوهشکده سرطان معتمد تهران، استفاده شد. مطالعه حاضر سیستم استنتاج فازی ممدانی، تاکاگی سوگنو و سیستم استنتاج تطبیقی عصبی-فازی (انفیس) برای پیش بینی متاستاز سرطان پستان در مراحل اولیه را مورد استفاده قرار داد. نتایج: بهترین خطای پیش بینی با استفاده از سیستم استنتاج تطبیقی عصبی-فازی (انفیس) مبتنی بر الگوریتم خوشه بندی میانگین مراکز فازی به دست آمد. نظرات متخصصان در مرکز تحقیقات سرطان پستان در پژوهشکده سرطان معتمد و خطای پیش بینی مدل ارزیابی شده نشان داد که این سیستم پیش بینی به خوبی شکل گرفته است. نتیجه گیری: بهترین سیستم پیش بینی پیشنهادی می تواند به عنوان یک سیستم تصمیم یار بالینی برای کمک به پزشکان در فرآیند درمان مورد استفاده قرار گیرد.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 281

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 135 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    190-200
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    202
  • دانلود: 

    130
چکیده: 

مقدمه: توانایی انتقال داده بر بستر اینترنت اشیاء به منظور اخذ تصمیم گیری های صحیح و به موقع از طریق جمع آوری داده های دقیق، قدرت تعاملی فرا تصوری را فراهم آورده و به هوشمند شدن دنیای پیرامون و اخذ تصمیمات اتوماتیک منتج گردیده است. هدف از مطالعه حاضر بررسی جایگاه سیستم های اطلاعات سلامت مبتنی بر اینترنت اشیاء در یک چارچوب مفهومی سه بعدی است. روش: در این مطالعه توصیفی-کاربردی ابتدا به منظور استخراج مطالعات مرتبط به معماری سیستم های اطلاعات سلامت مبتنی بر اینترنت اشیاء مرور متون جامعی در پایگاه داده های PubMed, Scopus, Web of Science و IEEE صورت گرفت. سپس، جهت تحلیل و طبقه بندی اطلاعات استخراج شده و رسیدن به یک اجماع در رابطه با تبیین جایگاه سیستم های اطلاعات سلامت مبتنی بر اینترنت اشیاء سه جلسه هم اندیشی (با تشکیل یک کمیته تخصصی) برگزار شد. نتایج: مطابق با یافته ها، جایگاه سیستم های اطلاعات سلامت با توجه به اهم عملکرد و کاردبردها در سه سطح ارتباطی جامعه، پروتکل های تشخیصی و درمانی و زیر ساخت اینترنت اشیاء تبیین گردید. جانمایی سیستم های اطلاعاتی در این چارچوب نمایانگر ارتباط بین بخش های مختلف از یک ساختار سازمانی در حوزه سلامت بود که از جمع آوری داده در پایین ترین سطح تا تولید دانش در بالاترین سطح را شامل می شود. نتیجه گیری: مفهوم کاربردی اینترنت اشیاء به عنوان زیرساختی اساسی در طراحی اکثر سیستم های اطلاعات سلامت فعلی مغفول واقع شده است. بکارگیری مدل پیشنهادی می تواند به عنوان راهنمایی برای طراحان و متخصصان فناوری اطلاعات و انفورماتیک پزشکی در طراحی این سیستم ها باشد و به افزایش کیفیت طراحی سیستم ها منجر گردد.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 202

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 130 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    201-213
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    148
  • دانلود: 

    62
چکیده: 

مقدمه: عمده ترین موضوع بر سر راه آینده بیوانفورماتیک طراحی ابزارهایی جهت مشخص کردن عملکردها و تمامی محصولات ژن های یک سلول است. این امر نیاز به ادغام رشته های متفاوت بیولوژیکی و همچنین ابزارهای پیچیده ریاضی و آمار دارد. در این تحقیق نشان داده شد که می توان با استفاده از تکنیک های داده کاوی مدل هایی برای تشخیص سبک زندگی افراد از لحاظ پرخطر یا کم خطر بودن برای ابتلاء به سرطان روده بزرگ توسعه داد. روش: در این بررسی گذشته نگر، مجموعه داده ای شامل 84 فرد بیمار و 225 فرد سالم، شامل 25 خصیصه جمع آوری شد. این اطلاعات شامل بیمارانی است که تشخیص آن ها مربوط به سال های 1385 تا سه ماهه اول 1393 می باشد. از پرکاربردترین تکنیک ها در ادبیات انفورماتیک پزشکی شامل ماشین بردار پشتیبان، بیزین ساده، درخت تصمیم و نزدیک ترین همسایگی برای توسعه مدل ها استفاده شد. نتایج: مدل های توسعه داده شده با کارایی قابل قبولی، قادر به تشخیص سبک زندگی افراد هستند. سنجه غیرتکنیکی توسعه داده شده به خوبی می تواند ارزش واقعی تک تک پیش بینی ها، چه درست و چه نادرست را با هزینه های واقعی مشخص کند و یک میزان واقعی از هزینه های صرفه جویی شده در نظام سلامت توسط هر مدل را نشان دهد. از میان مدل های توسعه داده شده تنها دو مدل توانست معیارهای تعیین شده جهت استفاده در دنیای واقعی را ارضا کند. نتیجه گیری: مدل های توسعه داده شده نه تنها باید از لحاظ تکنیکی ارزیابی شوند، بلکه باید از لحاظ سنجه های مورد پذیرش برای حوزه پزشکی و همچنین قابلیت اجرا برای حل واقعی مسیله نیز بررسی گردند.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 148

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 62 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

  • شماره: 

  • صفحات: 

    214-231
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    501
  • دانلود: 

    156
چکیده: 

مقدمه: احساس نقش مهمی در سلامت، ارتباط و تعامل بین انسان ها دارد. توانایی شناخت حالات حسی افراد قسمت مهمی از شاخص های سلامتی و ارتباط های طبیعی است. در پایگاه داده DEAP، سیگنال های الکتروانسفالوگرام و سیگنال های فیزیولوژیکی محیطی مربوط به 32 داوطلب ثبت شده است. شرکت کنندگان در هر ویدیو از نظر سطح انگیختگی، ظرفیت، دوست داشتن/نداشتن، تسلط و آشنایی با ویدیوی مشاهده شده امتیاز داده شدند. روش: در این مقاله رو ش تجربی و کاربردی جهت طبقه بندی ظرفیت، انگیختگی، تسلط و علاقه، توسط رتبه بندی ویژگی های استخراج شده از سیگنال ها با استفاده از الگوریتم هایی بر روی سیگنال های EEG و سیگنال های فیزیولوژیکی محیطی (نظیر سیگنال های الکترومایوگرام، الکترواوکولوگرام، پاسخ الکتریکی پوست، نرخ تنفس، پلتیسموگرام و دمای پوست) انجام گردید. پس از فراخوانی سیگنال ها از پایگاه داده و پیش پردازش اولیه آنها، ویژگی های مختلف در حوزه زمان و فرکانس از کلیه سیگنال ها استخراج گردید. در این مقاله از طبقه بندی کننده های SVM و KNN، الگوریتم خوشه بندی K-means و شبکه های عصبی PNN و GRNN جهت تشخیص و طبقه بندی احساسات استفاده شد. نتایج: در نهایت نشان داده شد که نتایج نهایی طبقه بندی احساسات توسط روش ها و طبقه بندی کننده های مختلف در این مقاله با دقت بالا صورت می پذیرد. بهترین نتایج صحت حاصل از به کارگیری روش پیشنهاد شده با استفاده از ویژگی های استخراج شده از سیگنال های محیطی و ویژگی های استخراج شده از سیگنال های EEG به ترتیب برابر 85/5% و 82/4% به ازای ورودی طبقه بندی کننده SVM حاصل گردید. نتیجه گیری: با توجه به نتایج نهایی درخصوص طبقه بندی احساسات در این مقاله، الگوریتم ارایه شده نتایج نسبتا مناسب تری نسبت به سایر روش های مشابه پیشین ارایه داده است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 501

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 156 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button