22075

ارزيابي تكنولوژي سلامت غربالگري (بيماري يابي) سرطان پستان با استفاده از داده كاوي در تكينك هاي تصويربرداري در جهت پيشگيري و كاهش هزينه ها

كارشناسي ارشد

مديريت - مديريت تكنولوژي - نوآوري تكنولوژي

1397/6/10

دكتر روزبه قوسي

دكتر احمد ماكوئي

مهندسي پيشرفت

محدوده بررسيهاي اين پاياننامه استفاده تكنيكهاي داده كاوي در دنياي پزشكي به طور اختصاصي ارزيابي تكنولوزيهاي سلامت است. در هنگام استفاده از داده كاوي پزشكي در مباحث ارزيابي نكاتي همانند حفظ حريم خصوصي بيماران و فرمتهاي غيرمعمول ذخيرهسازي اطلاعات به طور كامل درنظر گرفته ميشود و كاستيهاي آنها شناسايي و رفع ميگردند. هدف: اهدف صلي پاياننامه بررسي و توسعه كاربردي داده كاوي پزشكي و بالا بردن كارايي تجزيه و تحليل اطلاعات در حوزه پزشكي و مراقبتهاي بهداشتي است روش تحقيق : براي رسيدن به اين هدف فعاليتهايي به شرح ذيل انجام شده است: تجزيه و تحليل مدلهاي فرايندي موجود، طراحي و ارزشگذاري مدلهايي جهت حوزه پزشكي، توسعه اطلاعات حوزه پزشكي جهت تشخيص. اين تحقيق باتوجه به ملاحظات خاص حوزه پزشكي ازمدل كريسپ –مد- دي- ام جهت ارزيابي تكنولوژي غربالگري سرطان پستان بهره گيري كرده است.از اين مدل بطور موفقيتآميزي جهت پيشبيني سرطان پستان در غربالگري سرطان پستان استفاده شده است . با استفاده از مدلهاي پيش بيني كننده منتج شده از نرم افزار انواعي از توده هاي بدخيم قبل از انجام مراحل تكميلي ؛ تشخيص داده شده اند. نتيجه : در تحقيق حاضر از سه الگوريتم داده كاوي متداول در حوزه پزشكي استفاده شده است . درخت تصميمگيري با دقت 78% و الگوريتم جي آر آي و قوانين تلازمي با دقت 100 درصد وخوشهبندي و ايجاد 4 خوشه بهينه در پيشبيني توده هاي داكتال كارسينوماي سرطان پستان بهرهگيري شده است در واقع با استفاده از حداقل پارامترهاي كلينبينيكي و پاراكلينيكي قبل از انجام نمونهبرداري تودههاي بدخيمي از انواع كارسينوما شناسايي شده اند و ميتوان درمان بيماران را در مراحل ابتدايي با سرعت بيشتري آغاز نمود و از ايجاد عوارض پر هزينه از نظر مالي و رواني در بين بيماران و خانواده آنها درمورد سرطان پستان جلوگيري كرد؛ و در ادامه جهت پيگيري روند غربالگري پيشنهاداتي به بيماران در غالب مدل ارزيابي ارائه گرديده است

1399/04/23

Health technology assessment of breast cancer screening using medical data mining in imaging techniques to prevent and reduce cost

9/1/2019 12:00:00 AM

The scope of the study is the use of data mining techniques in the medicine specifically the health technologies assessment. When using medical data mining in the evaluation topics, issues such as patient privacy and unusual storage of information are fully taken into account and their shortcomings are identified and resolved. Purpose: The purpose of the thesis is to investigate and develop the application of medical data mining to improve the efficiency of information analysis in the field of medicin, moreover, predicting cancer with minimum of Para clinical tests in medical imaging and health care management. Research method: To achieve this goal, the following activities were carried out: initially, the analysis of existing process models; second, design and evaluation of medical models; after that, development of screening primitive information for diagnosis and prediction. This research is based on changes in the Crisp Model (Industrial Data Mining Model) with regard to the special considerations of the field of medicine called Crisp Med DM. This model has been successfully used to predict breast cancer screening by using predictive models and results of the method, it can be used to treat patients early in the early stages more rapidly and to create costly, financially and What psychiatric conditions prevent breast cancer among their patients and their families. Conclusion: In this research, three commonly used data mining algorithms are used in the field of medicine. Moreover,decisions tree with accuracy of 78%, Association Rule(GRI algorithm )with accuracy of 100% ; furthermore, Clustering and created 4 optimal clusters. These algorithms bread some models which use a minimum of clinical and Para clinical parameters in medical imaging , a variety of carcinomas have been identified before the malignancy has been sampled.