دوشنبه 29 مرداد 1397 | Monday 20 th of August 2018 صفحه اصلی گروه الکترونیکی کامپیوتر
6-6- طراحی مفهومی DSS برای تشخیص و درمان بیماری

 

در این بخش سیستمی را معرفی می­کنیم که با استفاده از خروجی ان قادر به  تشخیص بیماری  و ارائه درمان مناسب، خواهیم بود. داده هایی که در تصمیم­گیری دخالت دارند از منابع مختلف تامین می­شوند:       داده­های حاصل از انالیز تصاویر گرفته شده با اشعه ایکس و. . .، داده های ثبت شده در نتایج ازمایش­ها و  داده­های مربوط به سوابق بیمار که در پایگاه داده بیمارستان ذخیره شده و یا در صورت وجود یک شبکه    توزیع­شده، این داده­ها می­تواند از پایگاه داده هر یک از مراکز بدست اید، به همراه  داده­های بلادرنگ حاصل از بررسی وضعیت بیمار که بر روی مونیتورها نمایش داده شده­اند، وارد زیر سیستم مربوط به مدیریت داده­­ها    می­شوند. همچنین داده­هایی که از طریق واسط کاربر، وارد سیستم می­شوند مانند اطلاعاتی درباره وضعیت بیمار که توسط پزشک، پس از مشاهده و معاینه اولیه بدست می­ایند، در اختیار زیرسیستم مدیریت رابط کاربر قرار می­گیرند و از این طریق سیستم با کاربر ارتباط برقرار می­کند. زیرسیستم مدیریت رابط کاربر نیز داده­ها را در اختیار زیرسیستم مدیریت داده­ها، قرار می­دهد. این زیر سیستم داده­ها را دسته­بندی کرده و به کشف الگوها و روابط  میان انها اقدام می­کند. به دلیل وجود منابع داده مختلف در این بخش از یک انبار داده استفاده می­شود.   انبارداده، داده­ها را از پایگاه داده­های مختلف جمع­اوری کرده و انها را بر اساس  موضوعات مختلف          طبقه­بندی می­کند. این داده ها پس از پاکسازی و تبدیل به فرم مناسب، برای عمل داده­کاوی اماده می­شوند.    داده­کاوی روابط موجود میان داده­ها را شناسایی کرده، با توجه به این روابط کشف شده میان داده­ها، نوع بیماری تشخیص داده می­شود. برای تشخیص نوع بیماری توسط، یکی از روش­های درخت تصمیم ، شبکه بیزین، شبکه عصبی، الگوریتم ژنتیک و یا شبکه­های احتمالاتی علی را  می­توان استفاده کرد. هر یک  این روش­ها، برای تشخیص انواع مختلفی از بیماری­ها، مفیداند، در ادامه این بخش این روش­ها و مزایای استفاده از هر یک را بررسی می­کنیم.

 

Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26