به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
فهرست مطالب نویسنده:

mehdi nikpor

  • سید ابراهیم دشتی رحمت آبادی، مریم نیکپور، مهدی نیکپور، محبوبه جوهری

    فناوری اطلاعات پزشکی و خدمات بهداشتی و درمانی با رفاه ملی و معیشت مردم ارتباط دارد. ادغام پردازش ابری و اینترنت اشیا یک پیشرفت بزرگ در کاربرد پزشکی مدرن خواهد بود. در این تحقیق تمرکز بر روی بیماری مزمن دیابت می باشد که یکی از عوامل اصلی مرگ و میر در سراسر جهان محسوب می شود. این تحقیق تکنولوژی اطلاعات پزشکی را در زمینه اینترنت اشیا، به ویژه در زمینه کاربرد نظارت و مدیریت پزشکی بکار گرفته است. این مطالعه یک روش مبتکرانه مبتنی بر اینترنت اشیا را برای تشخیص دیابت معرفی می کند. یک معماری برای نظارت از راه دور و مدیریت پلت فرم ابر اطلاعات بهداشتی پیشنهاد و تحلیل می شود ، اطلاعات بیماران از طریق ابزارهای اینترنت اشیاء پوشیدنی و تعبیه شده بر حسب نیاز استفاده و جمع آوری می شود و در نهایت از طریق اینترنت شخص ارسال می شود. در این مقاله الگوریتم مبتنی بر الگوریتم ژنتیک و طبقه بندی ترکیبی برای تشخیص دیابت در راستای کمک به نظارت پزشکی ارایه شده است. از الگوریتم های ژنتیک برای انتخاب ویژگی های مرتبط بر اساس همبستگی آنها با وضعیت دیابت و وابستگی های بین ویژگی ها استفاده می کند. متعاقبا، یک مدل یادگیری مجموعه ای انباشته، با ادغام طبقه بندی کننده های SVM، KNN، ANN، درختان و GNB برای دقت بیشتر استفاده می شود. نتایج نشان دهنده عملکرد برتر رویکرد ما است و پتانسیل آن را برای بهبود مدیریت دیابت و نتایج مراقبت های بهداشتی برجسته می کند. روش پیشنهادی از سه روش ارزیابی شده است و نتایج حاصل نشان می دهد روش پیشنهادی از عملکرد بالاتری به میزان 9 تا 57 درصد نسبت به روش های پایه برخوردار بوده و به دقت 93 درصد رسیده است

    کلید واژگان: سلامت هوشمند, یادگیری ماشین, اینترنت اشیا, یادگیری گروهی, بیماری دیابت
    seyed ebrahim dashti, maryam nikpor, mehdi nikpor, mahbobe johari

    Medical information technology and health services are related to the national welfare and livelihood of the people. The integration of cloud computing and the Internet of Things will be a major breakthrough in modern medical applications. This study focuses on the chronic disease of diabetes, which is one of the leading causes of death worldwide. This research has applied medical information technology in the field of IoT, especially in the field of medical monitoring and management applications. A model architecture for remote monitoring and management of the health information cloud platform is proposed and analyzed, and then an algorithm based on genetic algorithm and hybrid classification for the diagnosis of diabetes is proposed for medical monitoring. The results show that the proposed method has a higher performance than the basic methods and has reached an accuracy of 94%.

    Keywords: Smart health, machine learning, Internet of Things (IoT), Ensemble learning, diabetes
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال