在线刊号(2320-9801)印刷刊号(2320-9798)
基于数据挖掘的肝炎诊断检测与比较技术
信息技术的不断进步导致了科学的显著发展。发生重大变化的领域之一是医疗领域。在这一科学分支中使用数据挖掘技术已经帮助了所有学科的医生,特别是疾病诊断。由于该病早期的临床诊断有限,肝炎的诊断非常困难。为此,本文试图介绍和推荐诊断肝炎的最佳方法,并对常用的聚类方法如决策树、神经网络、SVM进行比较。分类方法的评价标准是每种方法的准确性,并使用Clementine软件和加州大学的数据库对每种方法进行了测试。结果表明,神经网络算法与其他算法相比具有更高的精度。神经网络算法对肝炎的预测准确率为89.74%。
Mohammad reza moshkani, Mahdi Rousta, yaghoub Farjami博士
阅读全文下载全文