0% Complete
صفحه اصلی
/
بیست و نهمین کنفرانس مهندسی برق ایران
ارزیابی کیفیت و موفقیت های پیوند کلیه
نویسندگان :
علی رفیعی پور
1
بهزاد خلجی امامزاده عباسی
2
زینب زالی
3
مسعودرضا هاشمی
4
1- دانشگاه صنعتی اصفهان
2- دانشگاه صنعتی اصفهان
3- دانشگاه صنعتی اصفهان
4- دانشکاه صنعتی اصفهان
کلمات کلیدی :
پیوند کلیه، یادگیری ماشین، انتخاب ویژگی ها، ماشین بردار پشتیبان، شبکه عصبی، جنگل تصمیم
چکیده :
پیوند کلیه تنها گزینه بسیاری از بیمارانی است که در مراحل نهایی این بیماری هستند و به آنها کمک می کند تا به روند عادی زندگی بر گردند. پیوند کلیه هر چند که می تواند درصد مرگ و میر بیماران کلیوی را کاهش دهد، اما ریسک عدم تطابق بین میزبان و اهدا کننده، همواره وجود دارد. لذا پیش بینی میزان تطابق قبل از عمل می تواند به افزایش درصد بقای بیماران پیوند کلیه کمک کند. در بیشتر موارد تصمیمات کلینیکی و پزشکی قبل از عمل پیوند کلیه برای پیش بینی تطابق، هر چند که با آزمایش های زیادی اخذ می شود، همه مبتنی بر درک و فهم و استدلال شخص پزشک یا گروه پزشکان هستند. این فرایند منجر به تصمیمات نادرست یا خطا می شود و هزینه های زیاد هم برای سیستم درمانی و هم برای بیماران در بر دارد. استفاده از روش های مبتنی بر داده کاوی و یادگیری ماشین، قدمی موثر در راستای کاهش این خطاها می باشد. در این مقاله، با استفاده از مجموعه داده های داخلی و چند روش مرسوم در ادبیات موضوع، برای ارزیابی کیفیت در بازه های مختلف پس از پیوند بر اساس معیارهای مرسوم متخصصان این حوزه، پارامترهای موثر در این فرایند را دسته بندی و رتبه بندی خواهیم کرد. نتایج این مطالعه نشان می دهد که پارامترهای بالینی و غیربالینی از اهمیت ویژه ای در پیش بینی نتیجه پیوند کلیه برخوردارند، این موضوع در کشور ما تاکنون به شکل تجربی انجام می شده است اما در این مطالعه این پروسه به صورت یک مدل هوشمند با استفاده از یادگیری ماشین، تحلیل و پیاده سازی شده است تا بدین صورت پارامترهای موثر در پیش بینی نتیجه پیوند کلیه به شکلی هوشمند محاسبه شوند. در ادبیات موضوع هم همانند این مطالعه، از پارمترهای بالینی و غیربالینی استفاده شده و اهمیت این پارامترها در پیش بینی نتیجه پیوند به تصویر کشیده شده است. در کارهای مشابه، بین تعداد پارامترهای بالینی و غیربالینی مورد استفاده، تعادل برقرار بوده اما در این پژوهش تعداد پارامترهای غیربالینی بیشتر از پارامترهای بالینی است و این مورد بر نتایج، تاثیر معنا داری گذاشته است.
لیست مقالات
لیست مقالات بایگانی شده
Improving Artificial Neural Network Performance Using Hybrid Activation Function
Morteza Taheri - Sajad Haghzad Klidbary
A New Method Based on Emprical Wavelet Transform in Order to Detect Current Transformer Saturation in Distance Relay
Amir Ali Ahmadi Pishkohi - Seyed Amir Hosseini - Behrooz Taheri
Shielding factor enhancement method for Bi-stage active shield in SQUID-based Magnetocardiography system
Zeynab Alipour - Fatemeh Esmaili - Faezeh Shanehsazzadeh - Mehdi Fardmanesh
Design of a plasmonic MIM filter based on ring resonator incorporating circular air holes
Sara Gholinezhad Shafagh - Hassan Kaatuzian - Mohammad Danaie
Jacobian matrix calculation in scattering from dielectric objects using semi-explicit MoM
Fatemeh Mandegari - Leila Ahmadi - Amir Ahmad Shishegar
Control of vienna rectifier with Discontinuous space vector modulation based on circuit level decoupling
Ali Roshandel - Mohammad Roshandel - Ebrahim Afjei
Modeling and Analysis of Segmental Translator Permanent Magnet Linear Switched Reluctance Motor
Milad Golzarzadeh - Hashem Oraee - Babak Ganji
Image steganography Based on Chaos permutation, authentication and wiener deconvolution
Ali Sheidaee - Mohammad Asadpour - Leili Farzinvash
Low-cost dielectrophoresis-based microfluidic chip for label-free particle separation with 3D electrodes
Fatemeh Esmaeili - Zeynab Alipour - Mehdi Fardmanesh
Angular Stable Multiband Miniaturized Flexible Frequency Selective Surface
Mozhgun Moazzamnia - Javad Nourinia - Changiz Ghobadi - Keyhan Hosseini - Mohsen Karamirad - Baman Mohammadi
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 40.4.2