%41تخفیف

دانلود پروژه: ارائه مدلی برای پیش بینی بیماری کلیوی با استفاده از الگوریتم شبکه عصبی

تعداد 104 صفحه در فایل word

چکیده

مشکلات کلیوی به آرامی و قبل از ایجاد هر گونه شکایت، رخ میدهد. و زمانی آشکار خواهد شد که بخش عظیمی از کلیه، نابود و همینطور عملکرد آن بسیار پائین آمده است، در این حالت زمان جبران نیز از بین رفته است. و تنها برای ادامه مسیر باید از روش های درمانی مانند دیالیز و یا پیوند بهره برد.

هدف از این مطالعه ارائه مدلی غربالگر، برای پیشبینی احتمال ابتلا به بیماری کلیه با استفاده از سوابق فردی و خانوادگی است، تا با استفاده از آن بتوان افراد پرخطری که زمینه پررنگ تری برای درگیری با این بیماری را دارند، سریع تر شناسایی نمود. تا با استفاده از طب پیشگیری، از وقوع بیماری جلوگیری نمود.

برای این منظور، از توانای علم داده کاوی بهره مند شدیم. از پایگاه داده انجمن بیماران کلیوی در استان گیلان، برای مدل سازی استفاده شد. و همینطور الگوریتم مورد استفاده نیز، شبکههای عصبی میباشد .

دقت، حساسیت و ویژگی پس از تکرار ده برابر با ارزش 78/97 ، 87/97 ، 50/97 نشان دهنده موفقیت مدل برای پیش بینی میزان احتمال درگیری با بیماری کلیه است.

کلیدواژهها: بیماری کلیوی، پیش بینی، داده کاوی، شبکه عصبی

دسته: فنی و مهندسی, مهندسی کامپیوتر برچسب: پیش بینی, داده کاوی, شبکه عصبی, کلیدواژهها: بیماری کلیویدانلود-پروژه-کارشناسی-ارشد-فایل ناب-خرید

توضیحات

فهرست مطالب

عنوان صفحه

چکیده 1

فصل اول: مقدمه. 2

1-1- مقدمه 3

1-2-بیان مساله 4

1-3-مرور تحقیقات پیشین 5

1-4-هدف پایان نامه 7

1-5-روش تحقیق 7

1-6-نو آوری ها 10

1-7-ساختار پایان نامه 11

فصل دوم:داده کاوی و مفاهیم آن. 12

2-1- مقدمه 13

2-1-مفهوم و تاریخچه داده کاوی 14

2-2-مراحل داده کاوی 16

2-3-1- آماده سازی داده 17

2-3-1-1- پاکسازی داده 17

.. 2-3-1-2- انتخاب زیر مجموعه ویژگی 18

2-3-1-3- فیلترینگ نمونه ها 18

2-3-1-4- نمونه برداری 18

2-3-1-5- تبدیل داده 18

2-3-1-6- گسسته سازی 18

2-3-1-7- کاهش ابعاد 18

2-3-1-8- انبوهش داده 19

2-3-1-9 – خلق ویژگی 19

2-3-2- یادگیری مدل 19

2-3-3- ارزیابی و تفسیر مدل 20

2-4- خوشه‌بندی 20

2-5- دسته بندی 21

2-6- شبکه های عصبی مصنوعی.. 22

2-6-1- اجزای سازنده یک شبکه عصبی 24

2-6-1-1- لایه های شبکه عصبی 24

2-6-1-2- وزن 25

2-6-1-3- بایاس 26

2-6-1-4- تابع انتقال 26

2-7- کاربردهای داده‌کاوی در حوزه های مختلف… 26

2-8- داده کاوی در حوزه پزشکی.. 27

2-9- چالش هاي داده كاوي در پزشكي.. 28

2-9-3- داده هاي ناقص و مفقود شده 28

2-9-4- قابل فهم بودن نتايج 29

2-9-5- مقدار زياد نتايج 29

2-9-6- نياز به متخصصين 29

2-10- کاربرد داده کاوی در زمینه بیماری قلبی.. 30

2-11- کاربرد داده کاوی در زمینه سرطان.. 30

2-12- کاربرد داده کاوی در زمینه دیابت… 31

2-13- کاربرد داده کاوی در زمینه کلیوی.. 31

2-7-جمع بندی فصل 35

3-1- مقدمه 36

3-2- طرح مساله 36

3-3- روش انجام کار 37

3-3-1- جمع آوری دیتاست 38

3-3-2- پیش پردازش و آماده سازی داده ها 40

3-3-2-1- انتخاب زیر مجموعه ای از ویژگی ها 40

3-3-2-2- یکسان سازی ویژگی ها 40

3-3-2-3- کاهش ابعاد ( حذف ویژگی های بی تاثیر) 41

3-3-2-4- خلق ویژگی 41

3-3-2-5- پاکسازی داده 41

3-3-2-6- گسسته سازی داده 42

3-3-3- شبکه های عصبی مصنوعی 43

3-3-3-1- شبكه عصبي پرسپترون چندلايه (MLP) 44

3-3-3-1-1- توانایی پرسپترون 46

3-3-3-1- 2-نحوه عملکرد شبکه عصبی پرسپترون 47

3-3-4- ارزیابی 52

3-4- نرم افزار های مورد نیاز. 52

3-5- سخت افزار مورد نیاز. 53

3-6- جمع بندی فصل 54

فصل چهارم : پیاده سازی وتحلیل داده 70

4-1- مقدمه 71

4-2- پیاده سازی 71

4-2-1- گام نخست ، پیش پردازش با استفاده از نرم افزار رپید ماینر 71

4-2-2- گام دوم، پیاده سازی الگوریتم شبکه عصبی با استفاده از نرم افزار متلب 73

4-3- ارزیابی و تفسیر مدل 79

4-3-1- ماتریس سردرگمی 79

4-3-4- تفسیر مدل 84

فصل پنجم: نتیجه گیری و پیشنهادات.. 85

5-1- نتیجه گیری 86

5-2- پیشنهادات 87

5-5- جمع بندی فصل 87

References 88

لغت نامـه. 91

فرهنگ لغت فارسی به انگلیسی.. 92

فرهنگ لغت انگلیسی به فارسی.. 98

پیوست.. 104

ABSTRACT 109

فهرست اشکال

شماره صفحه

شکل 2- 1-مراحل داده کاوی.. 17

شکل 2- 2-نمودار عملکرد های داده کاوی.. 19

شکل 2- 3- نمونه ای از یک شبکه عصبی.. 23

شکل3- 1-ساختار کلی روش پیشنهادی.. 38

شکل3- 3-الف: جداکننده خطی. ب: جداکننده غیر خطی.. 47

شکل3- 4-تابع انتقال سیگموئید از نوع غیر خطی.. 47

شکل 4- 1-شکل نهایی شبکه عصبی مورد استفاده 75

شکل 4- 2-نتایج حاصل از پیاده سازی شبکه عصبی بعد از 10 تکرار. 76

شکل 4- 3-نمودار کارایی شبکه عصبی بعد از 10 تکرار. 77

شکل 4- 4-نمودار خطا شبکه عصبی بعد از 10 تکرار. 78

شکل 4- 5-نمودارهیستوگرام خطا شبکه عصبی بعد از 10 تکرار. 79

فهرست جداول

شماره صفحه

جدول2- 1-برخی از کارهای انجام شده در زمینه داده کاوی پزشکی.. 34

جدول4- 1-نمونه از یک رکورد، از مجموعه دیتاست اولیه بدون هیچگونه پیش پردازشی.. 72

جدول4- 2-نمونه از یک رکورد، از مجموعه دیتاست اولیه بعد از تمامی پیش پردازش ها 72

جدول4- 3-ماتریس سردرگمی با توجه به بیماران کلیوی.. 80

جدول4- 4- مقادیر TP، FP ، FN ، TN برای هر گام از 10 مرحله. 83

جدول4- 5-مقادیر معیار های ارزیابی استفاده شده برای هر گام از 10 مرحله. 83

جدول4- 6-مقادیر میانگین ، انحراف معیار و واریانس بعد پایان حلقه 10 تایی.. 83

دار

امتیاز 0 از 5 از 0 دیدگاه

قیمت اصلی 39,000 تومان بود.قیمت فعلی 23,000 تومان است.

تاریخ ایجاد آذر 5, 1399
تاریخ بروزرسانی اسفند 13, 1401
فروش 0
دیدگاه 0

شرایط استفاده از محصول

تمام محصولات به ازای پرداخت پروژه تنها قابل استفاده می باشند. این بدین معنی است که برای استفاده از یک یا چند محصول ، لازم به خرید آن محصول است.

مزایای خرید این محصول:

دسترسی به فایل به صورت همیشگی
پشتیبانی رایگان
پشتیبانی 24 ساعته محصول
بازگشت وجه در صورت عدم رضایت مشتری

مشاهده قوانین سایت