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:

511
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

580
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه پیش بینی ابتلا به دیابت بارداری با مدل های شبکه عصبی مصنوعی و درخت تصمیم

صفحات

 صفحه شروع 359 | صفحه پایان 367

چکیده

 زمینه و هدف: دیابت بارداری از شایعترین اختلالات متابولیک بارداری است که با عوارض خطرناکی همراه است. در صورت تشخیص زودرس آن می توان از برخی عوارض مادری و جنینی جلوگیری کرد. هدف این پژوهش پیش بینی زودرس دیابت بارداری توسط مدل های آماری شبکه عصبی مصنوعی و درخت تصمیم و نیز مقایسه این مدل ها در تشخیص دیابت بارداری بود. روش بررسی: در این مطالعه مدلسازی, از پرونده های زنان باردار در مراکز بهداشتی شهر کرمانشاه (1391-1389), 400 پرونده که بدون داده های گمشده بود بررسی شد. اطلاعات دموگرافیک, رتبه بارداری, دیابت, پارامترهای باروری و نتایج آزمایشات از پرونده آنان گردآوری شد. مدل های شبکه عصبی مصنوعی پرسپترون و درخت تصمیم به داده ها برازش داده شد و عملکرد آن ها با هم مقایسه گردید. براساس معیارهای صحت, حساسیت, ویژگی و سطح زیر منحنی راک (Receiver operating characteristic, ROC), مدل برتر معرفی شد. یافته ها: پس از برازش مدل های شبکه عصبی مصنوعی و درخت تصمیم, مقادیر معیارها محاسبه شد. مقدار تمام معیارها در شبکه عصبی بیشتر از درخت تصمیم بود. به ترتیب برای مدل های یادشده, صحت برابر 0/83 و 0/77, حساسیت 0/62 و 0/56, ویژگی 0/95 و 0/87 بود. سطح زیر منحنی راک مدل شبکه عصبی به طور معناداری بیشتر از درخت تصمیم بود (0/79, 0/74 و 0/03P=0/03). نتیجه گیری: در پیش بینی دیابت بارداری, مدل شبکه عصبی مصنوعی دارای صحت, حساسیت, ویژگی و سطح زیر منحنی راک بالاتری نسبت به درخت تصمیم بود. می توان نتیجه گرفت که مدل شبکه عصبی مصنوعی پرسپترون دارای پیش بینی های صحیح تر و نزدیک تر به واقعیت نسبت به درخت تصمیم است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    رضایی، منصور، فخری، نگین، رجعتی، فاطمه، و شهسواری، سوده. (1398). مقایسه پیش بینی ابتلا به دیابت بارداری با مدل های شبکه عصبی مصنوعی و درخت تصمیم. مجله دانشکده پزشکی، 77(6 )، 359-367. SID. https://sid.ir/paper/364653/fa

    Vancouver: کپی

    رضایی منصور، فخری نگین، رجعتی فاطمه، شهسواری سوده. مقایسه پیش بینی ابتلا به دیابت بارداری با مدل های شبکه عصبی مصنوعی و درخت تصمیم. مجله دانشکده پزشکی[Internet]. 1398؛77(6 ):359-367. Available from: https://sid.ir/paper/364653/fa

    IEEE: کپی

    منصور رضایی، نگین فخری، فاطمه رجعتی، و سوده شهسواری، “مقایسه پیش بینی ابتلا به دیابت بارداری با مدل های شبکه عصبی مصنوعی و درخت تصمیم،” مجله دانشکده پزشکی، vol. 77، no. 6 ، pp. 359–367، 1398، [Online]. Available: https://sid.ir/paper/364653/fa

    مقالات مرتبط نشریه ای

    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