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

ارائه روش بهبود تشخیص حمله قلبی با استفاده از الگوریتم های تجمعی و یادگیری عمیق

امیرحسین حریری - مانی قنبری

A Multi-Modal Approach to Twitter User’s Gender Classification

Sara Bourbour - Amin Saeidi Kelishami - Omid Ahmadi

ارائه مدل ریاضی حهت انتخاب و زمان‌بندی سبد پروژه با درنظر گرفتن وابستگی متقابل میان پروژه‌ها

مهسا صفرخانلو - سید حسن قدسی پور

شناسایی و رتبه‌بندی مولفه‌های مورد نیاز در ایجاد زنجیره تامین سبز در صنعت پلاستیک ایران بر اساس روش‏های دلفی فازی و DANP

سیدفرید موسوی - مجید کسروی - سیدحسین سیادت - آرزو گازری نیشابوری

مسیریابی سبز وسیله نقلیه با پهپاد با درنظر گرفتن سوخت های جایگزین

علیرضا قوامی - مهدی ایرانپور

پیش بینی قیمت سنگ آهن با استفاده از الگوریتم ژنتیک

الهام جان نثاری - عباس آقاجانی بزازی

مدیریت شبکه شارژ خودروهای الکتریکی با استفاده از مسئله مکان‌یابی-یا-مسیریابی

ساسان کزازی - دنیا رحمانی - مهدی بشیری

مروری نظام‌مند بر راهبردهای پلاتوئینگ در طراحی شبکه‌های لجستیکی صنعت خودرو با رویکرد ارتقاء رقابت‌پذیری

حدیث گرجعلی بردشاهی - فاطمه بنی اسدی - میلاد صلواتی پور

شناسایی اولویت‌های پایداری زیست‌محیطی مبتنی بر اینترنت اشیا در بنادر کانتینری (مطالعه موردی: بندر شهید‌ رجایی)

صوفیه عسکری - سید فرزاد حسینی - سید محمدمهدی حمیدی

یک چارچوب یادگیری فدراسیونی قابل‌توضیح برای تشخیص نفوذ در اینترنت اشیاء پزشکی

فاطمه فاطمه - هاله همایونی - زهرا تصمیم قطعی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0