كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

A Machine Learning-Based Framework for Multi-Class Prediction of Hepatitis C Severity Using Ensemble Techniques

نویسندگان :

Reza Shirazi Zadeh¹ Meysam Ghanbari Marvast²

1- دانشگاه یزد 2- Yazd University

کلمات کلیدی :

Hepatitis C،Machine Learning،Multi-Class Classification،Ensemble Techniques،Adaptive Synthetic Sampling،Healthcare System

چکیده :

Hepatitis C, induced by the hepatitis C virus (HCV), represents a major public health concern due to its potential to lead to severe liver complications like fibrosis, cirrhosis, and liver cancer. Without a vaccine for chronic Hepatitis C, early diagnosis and prompt treatment are crucial. Traditional diagnostic methods are often time-consuming, costly, and prone to false negatives, especially in early infection stages. This study addresses these issues by introducing a machine learning-based multi-class classification framework to predict Hepatitis C severity. Using laboratory data from blood donors and patients, the study employed KNN imputation, the Adaptive Synthetic Sampling (ADASYN), and min-max normalization for data preparation. Ensemble learning methods, including voting, bagging, and boosting, were used for classification, with Bayesian optimization and K-Fold cross-validation for model validation. According to the findings Random Forest model achieved 99% accuracy, highlighting 'Aspartic Amino-Transferase' (AST) and 'Bilirubin' (BIL) as key predictors in the prediction of hepatitis C severity. These methods enhance the reliability of Hepatitis C severity prediction and offering a robust tool for early diagnosis.

لیست مقالات

لیست مقالات بایگانی شده

خوشه‌بندی پویا و دسته‌بندی محصول مبتنی بر شبکه عصبی برای طراحی شبکه زنجیره تأمین در شرایط عدم قطعیت

امیرحسین عموجعفری - کیانا صالحی - مینا سادات اخوی

اولویت بندی و انتخاب تأمین کنندگان با استفاده از رویکردSAW در محیط نوتروسوفیک فازی، مطالعه موردی: شرکت گاز استان خوزستان

حمید رضا موسی خانی - عاطفه امین دوست

Robustness Evaluation of the Process Capability Index C_p^''' (Profile) for a Simple Linear Profile under Various Error Distributions

Aylin Pakzad - Rassoul Noorossana

طراحی و توسعه همکارانه نرم افزار یکپارچه تصمیم‌یار نگهداری و تعمیرات پیشگیرانه ی زیرساخت های شهر هوشمند براساس تحلیل داده های انباشته

محمدحسین تمنائی فر - محمد غفوریان - پارسا محمدی - مبینا حق شناس - محمدمهدی قدمگاهی - مهدیس علی مددی - علیرضا فریدونیان

پیاده‌سازی و مقایسه روش‌های یادگیری ماشین در ارزیابی ریسک اعتباری مشتریان موسسات اعتباری و مالی

زهرا فتحی اقدم - محمدرضا رسولی

قیمت گذاری، کنترل موجودی و انتشار کربن کالاهای فاسد شدنی در زنجیره تامین دوسطحی

انور محمودی - متین لطیفی

مدلی جهت دسته بندی مواد اولیه با در نظرگیری ریسک تامین توسط مدل کرالجیک: مورد مطالعه در یک شرکت پالایش نفت

زهرا آقاخانی - احسان نیک بخش - بختیار استادی

رویکردی جدید برای تصمیم‌گیری گروهی بر اساس روش بهترین-بدترین ساده شده

سجاد امیریان - مقصود امیری - محمدتقی تقوی فرد

PRISM-ARIMA: چارچوب پارامتریک بازدارندة دامنه برای تقویت هدفمند سری‌های زمانی با شبیه‌سازی محاسباتی مبتنی بر مونت‌کارلو و ARIMA

علی جعفری - علی دنیوی - سعید فضایلی

تحلیل عوامل اصلی موفقیت مهندسی مجدد فرایند ها با استفاده از روش دیمتل

علی شیرویه زاد - هادی شیرویه زاد

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0