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

طراحی زنجیره تامین دارو: رویکرد یکپارچه

زهرا خوجه - طوبی درویش محمدی - محمد مهاجر تبریزی

Identifying essential competencies needed for success in industrial engineering fields of work

Aida Sadat Seyedmarvasti - Ahmad Mehrparvar - Majid Shakhsi-Niaie

یک مدل‌ زنجیره تأمین واکسن کووید-19 با در نظر گرفتن اولویت بندی افراد و سیاست های دولت

پرویز فتاحی - مهدیه شیری - فاطمه سوگندی

تحلیل و سطح‌بندی توانمندسازهای شبکه توزیع در زنجیره تامین صنعت جوش

نازیلا ادب آوازه - مهرداد نیکبخت

پیش‌بینی داده‌محور جریان ترافیک متأثر از شرایط آب‌وهوایی مبتنی بر رویکرد شبکه‌های عصبی

حانیه سادات حسینی - عبدالله آراسته - علی دیوسالار

عارضه یابی ساختار ارگونومی معلمان و ارائه روشهای بهبود مبتنی بر ارگونومی و آنتروپومتری (مورد مطالعه معلمان دبیر ریاضی زن کرمانشاه)

مهرنوش سلیمی - میثم جعفری اسکندری - بهروز بهروزی

مسئله مکان یابی ایستگاه های تاکسی هوایی با بهره گیری از رویکرد های یادگیری ماشین و تصمیم‌گیری

محمدرضا رسولی - سید امیررضا صالحی امیری - مجید خدمتی

تحلیل احساسات مشتریان پوشاک با استفاده از تکنیک‌های تلفیقی یادگیری ماشین

راضیه رحیمی - رضا قاسمی یقین

ارائه مدل ارتقای دانش تشخیص COVID-19 مبتنی بر یادگیری ماشین (مطالعه موردی: بیمارستان)

الهام عبادی جامخانه - محمد وحید سبط - ارد احمدی

طراحی شبکه زنجیره تأمین حلقه باز دارویی در شرایط عدم قطعیت: مطالعه موردی، شهرستان شاهرود

امیرمهدی رمضانیان - اشکان مزدگیر

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2