رسالة في تكنولوجيا بابل تبحث تنفيذ شبكة قوية للهادوب والتعلم الآلي في مجال الرعاية الصحية

print and upload: وسام ناجي المعموري

visits: 197

By Media & PR


Print and Edit- قسم الاعلام, رئاسة جامعة بابل

Date: 11/29/2021

More: 2024/03/29


بشار تاج الدين بحثت رسالة ماجستير في كلية تكنولوجيا المعلومات بجامعة بابل للطالب مخلد فالح حسن (تنفيذ شبكة قوية للهادوب والتعلم الالي في مجال الرعاية الصحية).بين الطالب ان السكتة الدماغية هي السبب الثالث الأكثر شيوعا للوفاة والإعاقة طويلة الامد بين البالغين في جميع أنحاء العالم.ولذلك،فإن التنبؤ بالسكتة الدماغية والتشخيص مسألة بالغة الأهمية.والوعي المبكر بمختلف علامات التحذير من السكتة الدماغية يمكن أن يقلل من السكتة الدماغية.وتتيح تقنيات استخراج البيانات امكانية المساعدة في تحديد الروابط بين خصائص بيانات المرضى،أي استخلاص المعرفة اللازمة من نظام المعلومات الطبية للتنبؤ بمختلف الأمراض وعلاجها. ويهدف النظام المستخدم إلى زيادة الدقة إلى أقصى حد للتنبؤ بأمراض السكتة الدماغية وتقليل الوقت اللازم لبناء النموذج التنبؤي باستخدام الهادوب مقلل/الخريطة مع تعلم الالة،حيث يؤثر الوقت على قوة المعالجات الاحتسابية للنظام. يأخذ النظام المقترح بعمله نظر الاعتبار لنوع الجنس والعمر وارتفاع ضغط الدم وأمراض القلب وحالة التدخين في سمات التنبؤ بالسكتة الدماغية.حيث يستند إلى ثلاث حالات للدراسة،تستند حالة الدراسة الأولى على استخراج البيانات / التعلم الآلي مع خوارزميات التعلم المتمثلة بال DT و SVM و RF على التوالي.بينما حالة الدراسة الثانية تتمثل استخراج البيانات / الهادوب -العداد / التعلم الالي،وحالة الدراسة الثالثة معتمدة على استخراج البيانات / الهادوب-الوزن / التعلم الالي المتمثل بخوارزميات ال NB ، SVM و DT لكلتا حالتي الدراسة الخاصة بالهادوب. ويكشف تقييم الأداء للنظام المقترح أن دراستي الحالة الثانية والثالثة على التوالي المستندة على الهادوب وخوارزميات التعلم الالي المتمثلة بال DT , NB و SVM قدمتا اعلى دقة تقدر بحوالي %98.646 لهذه الخوارزميات المذكورة,مع انخفاض عدد القيود بقاعدة البيانات ضمن مجموع البيانات من 43400 قيد إلى 2585 قيد ضمن مجموع بيانات حالة الاختبار لقاعدة البيانات وتناقص الوقت المحدد لبناء النظام لحالة الهادوب / الوزن إلى28 ملي ثانية لخوارزمية NB ،وخوارزمية SVM إلى 371 ملي ثانية ، بينما خوارزمية ال DT إلى 473ملي ثانية مقارنة مع الأعمال الأخرى ذات الصلة في نفس المجال ونفس قاعدة البيانات ( قاعدة البيانات الضخمة الخاصة بمرض السكتة الدماغية) والتي اعطيت أفضل دقة للتنبؤ بمرض السكتة الدماغية.بجانب ذلك يضيف النظام المقترح الذي يستند على الهادوب تحسين حالة التنقيب عن البيانات بعمل توازان وتألف للحقول ضمن قاعدة البيانات بتقليل عدد القيود واضافة ميزة العداد والوزن لها. وعلاوة على ذلك،فإن نسبة تنبؤات النظام المقترح بشأن ما إذا كانت فئة ما من السكتة الدماغية أم لا أظهرت النتائج ان معدل الكشف المرتفع من هادوب/العداد - هادوب/الوزن حوالي 100% لخوارزميات NB ، SVM ،و DT،إلى جانب ذلك،فإن Recall كمقياس لكمية التنبؤ الناجحة بالسكتة الدماغية حوالي 100% لحالتي الهادوب. كما أن المعدل الإيجابي الزائف (7) والمعدل السلبي الزائف (0) في دراسات هادوب هما الأدنى مقارنة بالتوجهات البحثية الأخرى القائمة على خوارزميات التعلم الآلي.

Comments: رسالة في تكنولوجيا بابل تبحث تنفيذ شبكة قوية للهادوب والتعلم الآلي في مجال الرعاية الصحية
For more questions and inquiries, contact the website: h@uobabylon.edu.iq

©University of Babylon All rights reserved. UOB-IT