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
تشخیص حالت عادی و غیرعادی شبکه برق هوشمند با استفاده از شبکه عصبی مصنوعی
محمد گنج خانی - علی عباسپورطهرانی فرد - سجاد فتاحیان دهکردی - محمد غلامی
Employing Integrated Quantum Photonic Computers for Gaussian Boson Sampling
Mehrdad Ghasemi - Hassan Kaatuzian - Houshyar Noshad - Mahmood Hassani - Mobin Motaharifar - Mahdi NoroozOliaei
Finite-Time Bipartite Time-Varying Formation tracking for Heterogeneous Nonlinear Multi-Agent Systems
Mohammad Reza Mehrabi Koushki - Javad Askari - Marzieh Kamali
A New High Voltage Gain Full Bridge Resonant Switched-Capacitor Converter
Sajad AfsharZarandi - Reza Beiranvand
Clustering of Fuzzy Data Based on Particle Swarm Optimization
Najme Ghanbari - Seyed-hamid Zahiri - Hadi Shahraki
Improving CCA-based methods for SSVEP classification using a common source graph
Nastaran Noori - Sepideh Hajipour Sardouie
پیش بینی قیمت انرژی الکتریکی در بازار روز بعد با استفاده از شبکه عصبی مصنوعی تعمیم یافته و با در نظر گرفتن محدودیت سوخت رسانی
حسین صابر - سعید محسنی - رضا پورآقابابا - مصطفی یحیی آبادی
Dynamic Wide Area Situational Awareness: Practical Experience
Maghsoud Mokhtari - Mostafa Rajabi Mashhadi - Mehdi Moghimzadeh - Maziyar Jamshidi - Mehdi Baligh
A Graphene Terahertz Detector based on the Photo-Thermoelectric Effect with Frequency Selectivity
Faramarz Alihosseini - Zahra Heshmatpanah - Hesam Zandi
P300 Evoked Related Potential Detection Based on Integration of Modified HOG and Convolutional Neural Networks
Pedram Havaei - Elham Mahmoudzadeh - Maryam Zekri
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.7.4