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

مقاله مقاله نشریه

مشخصات مقاله

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

نسخه انگلیسی

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

130
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

25
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی و طراحی الگوریتم تشخیص و غربالگری بیماری مبتنی بر دسته بندی ماشین بردار پشتیبان خطی با قابلیت انتخاب ویژگی ترکیبی

صفحات

 صفحه شروع 546 | صفحه پایان 562

چکیده

 زمینه و هدف: در مطالعه حاضر, یک رویکرد انتخاب ویژگی ترکیبی از روش های فیلتر و بسته بندی, با هدف تشخیص وضعیت بیماری و بقای بیمار, برای تعدادی از مجموعه دادگان علوم زیستی با تعداد متفاوت نمونه, ویژگی و کلاس پیاده سازی می شود؛ بنابراین, این راهبرد از مزایای هر دو روش, شامل سرعت عملکرد, تعمیم پذیری و دقت بالا بهره می برد. روش بررسی: الگوریتم های انتخاب ویژگی در چارچوب بازشناسی آماری الگو در نرم افزار Matlab R2021a طی فروردین و اردیبهشت 1401 مدل سازی شده اند. ابتدا ویژگی ها بر پایه اطلاعات متقابل بهنجار شده رتبه بندی می شوند و یک زیرمجموعه ویژگی بهینه با بالاترین دقت دسته بند انتخاب می شود. پس از خوشه بندی مجموعه داده به روش Mini Batch K-means و استخراج ویژگی های رتبه بندی شده, الگوریتم های شمول و خروج ویژگی به مجموعه دادگان اعمال می شوند. یافته ها: رویکردهای انتخاب ویژگی پیشنهادی برای مجموعه دادگان زیست شناسی مولکولی, ویروس هپاتیت C و باکتری E. coli, امتیاز صحت و فراخوانی بالای 98% را نتیجه می دهند, که به معنای حضور تعداد بسیار کم موارد مثبت کاذب و منفی کاذب در دسته بندی با ماشین بردار پشتیبان خطی است. برای مجموعه داده ویروس هپاتیت C, با انتخاب 9 ویژگی مرتبط از 13 ویژگی موجود با روش خروج ویژگی, دقت دسته بندی 92/98% و امتیاز F1 02/%99 به دست می آید. رویکرد شمول ویژگی نیز با یک اختلاف جزیی, دقت 78/98% را نتیجه می دهد. نتیجه گیری: نتایج حاصل نشان دهنده توانمندی رویکردهای انتخاب ویژگی به کار رفته برای مجموعه دادگان علوم زیستی با ابعاد بالای ویژگی همچون مجموعه داده بیان پروتیین می باشد. قابلیت تعمیم پذیری به سایر دسته بندها و تعیین خودکار تعداد ویژگی های بهینه در طول فرآیند انتخاب ویژگی, این رویکردها را در بسیاری از کاربردهای داده کاوی برای علوم زیستی انعطاف پذیر می سازد.

چندرسانه ای

  • ثبت نشده است.
  • استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    غفوری، تارا، و معنوی زاده، نگین. (1401). مدل سازی و طراحی الگوریتم تشخیص و غربالگری بیماری مبتنی بر دسته بندی ماشین بردار پشتیبان خطی با قابلیت انتخاب ویژگی ترکیبی. مجله دانشکده پزشکی، 80(7 )، 546-562. SID. https://sid.ir/paper/1061128/fa

    Vancouver: کپی

    غفوری تارا، معنوی زاده نگین. مدل سازی و طراحی الگوریتم تشخیص و غربالگری بیماری مبتنی بر دسته بندی ماشین بردار پشتیبان خطی با قابلیت انتخاب ویژگی ترکیبی. مجله دانشکده پزشکی[Internet]. 1401؛80(7 ):546-562. Available from: https://sid.ir/paper/1061128/fa

    IEEE: کپی

    تارا غفوری، و نگین معنوی زاده، “مدل سازی و طراحی الگوریتم تشخیص و غربالگری بیماری مبتنی بر دسته بندی ماشین بردار پشتیبان خطی با قابلیت انتخاب ویژگی ترکیبی،” مجله دانشکده پزشکی، vol. 80، no. 7 ، pp. 546–562، 1401، [Online]. Available: https://sid.ir/paper/1061128/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button