• شماره ركورد
    28011
  • پديد آورنده

    نوگل دليل

  • عنوان
    استفاده از الگوريتم هاي داده كاوي به منظور تشخيص و بازيابي نسخ پزشكي
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مهندسي كامپيوتر- نرم‌افزار
  • سال تحصيل
    1392
  • تاريخ دفاع
    1396/4/11
  • استاد راهنما
    بهروز مينايي
  • استاد مشاور
    مسيح بهار
  • دانشكده
    مهندسي كامپيوتر
  • چكيده
    داده‌كاوي در حوزه پزشكي از آن دسته از دانش‌هايي است كه در سال‌هاي اخير بسيار مورد توجه قرار گرفته است. يكي از موارد بسيار مهم در اين حوزه، داده‌كاوي نسخ پزشكي مي‌باشد. استفاده از الگوريتم‌هاي داده‌كاوي آموزش‌پذير خوشه‌بندي و رده‌بندي در اين حوزه، راهي براي دستيابي به نتايج مطلوب به حساب مي‌آيد. در اين پايان‌نامه با بهره‌گيري از اين الگوريتم‌ها بخصوص استفاده از الگوريتم‌هاي شبكه‌هاي مصنوعي و با تمركز روي سه روش بازيابي اطلاعات، استخراج اطلاعات و يكپارچه‌سازي اطلاعات، نتايج را به‌دست آورده و به بحث در مورد آن پرداخته شد. به اين ترتيب كه نسخه‌هاي پاتولوژي توسط يك دستگاه اسكنر، جمع‌آوري شد. داده‌ها نياز به تميز شدن بعد از جمع‌آوري داشتند، به اين معني كه نسخه‌ها به علت وجود مهر پزشك يا پاتولوژي و يا قيمت‌گذاري قابل خواندن نبودند، بنابراين اين داده‌ها جداسازي شدند. فاز آموزش سيستم خواندن نسخ، با استفاده از راهكار شبكه‌هاي مصنوعي و بهره‌مندي از روش‌هاي شكل‌شناسي، و راهكار SURF انجام شد و خصوصيات هريك از نام‌هاي آزمايش‌ها به سيستم آموزش داده شد. در فاز آزمون، بازيابي اطلاعات انجام شد. بدين ترتيب كه يكي از نام‌هاي آزمايش‌هاي آموزش داده شده، به سيستم ارائه شده و سيستم نسبت به شناخت آن اقدام مي‌كرد. سيستمي كه طراحي شد، لازم دارد تا مانند ذهن انسان فكر كند و تصميم بگيرد تا بتوان خطا را كاهش داد. بنابراين، با استفاده از داده‌كاوي، روش‌هايي ايجاد شد، تا سيستم در صورتي كه نتواند يكي از نام‌هاي آزمايش‌هاي موجود در نسخه را بخواند، بتواند پيش‌بيني كند، كه كدام آزمايش با احتمال بالاتري براي بيمار تجويز شده است. اين امر موجب مي‌شود تا خطا كاهش پيدا كند. از طرفي، جمع‌آوري اين اطلاعات مي‌تواند كمكي شايان به روند درمان در بيمار و يا بيماران ديگر باشد.
  • تاريخ ورود اطلاعات
    1401/12/16
  • عنوان به انگليسي
    Using data mining algorithms to identify and retrieve the content of medical prescriptions
  • تاريخ بهره برداري
    7/2/2018 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    نوگل دليل

  • چكيده به لاتين
    Data mining is one of the sciences in medical field, which has been highly noticed in recent years. Using data mining’s learn based algorithms such as classification and clustering in this area, help us to achieve good results in medical prescriptions. In this dissertation we have used neural networks and focusing on 3methods named: data retrieva‎l, data extraction and data integration to discuss about the results. Pathology’s prescriptions have been gathered via a scanner. Some prescriptions contains physician or pathology’s stamp or pricing on lab test’s names, so even a human could read them difficultly, so, gathered data needed to cleanse. In training phase, we have used neural network, morphology and SURF algorithms to extract each lab test’s features and teach them to the system. In training phase, we have gave one of the lab’s test to system and it tried to identify and show that to us. In this case, we have done with the information retrieva‎l. The system we’ve designed needed to think like human being, then it can reduce errors and mistakes; therefore, we’ve used data mining to make ways when our system couldn’t recognize one of the lab’s test names in prescription. Therefore, it can predict which test has been requested among all with more probability for the patient. In the other hand gathering this information would help us a lot in treatment process of the patient or other patients.
  • كليدواژه هاي فارسي
    داده كاوي , بازيابي اطلاعات
  • كليدواژه هاي لاتين
    data mining , data retrieve
  • Author
    Nogol Dalil
  • SuperVisor
    Dr. Behrooz Minaei