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

AOACO : Aquila Optimizer Based on Ant Colony Optimization

Erfan Saghafi - Shahrokh Asadi

ارزیابی و انتخاب رایانش ابری در سیستمهای مدیریت دانش با استفاده از روش QFD و مدل برنامه‌ریزی آرمانی

هما کلانی

یک رویکرد نظریه بازی برای قیمت‌گذاری در یک شبکه تولید برق با در نظر گرفتن یارانه دولت: مطالعه موردی آمریکا

نوید علیمرادی - مرتضی راستی برزکی

ارائه مدل مسیریابی وسیله نقلیه ناهمگن با محدودیت حداکثر طول تور برای سیستم انبارهای متقاطع

مریم سادات قیاسی - فرناز برزین پور

مدیریت منابع آب با استفاده از پویایی‌شناسی سیستم‌ها

فاطمه رنجبر ونکی - تینا رضاپور - فاطمه صبوحی

ارائه مساله بهینه سازی تشکیل سلول در جانمایی سیستم های تولید سلولی با رویکرد حل بهینه سازی ازدحام ذرات

احسان کرانی

پیش‌بینی شاخص کیفیت هوای فردا در تهران با استفاده از روش‌های یادگیری ماشین

نعیمه نیازی - حمیده رضوی

بهینه‌سازی تعداد پنل‌های خورشیدی سیستم فتوولتاییک در خانه‌های هوشمند: ارائه یک مدل ریاضی تصادفی دو مرحله‌ای با در نظر گرفتن عوامل مؤثر و عدم قطعیت تولید برق روزانه توسط پنل‌های خورشیدی

فاطمه کوهی - فرید ممیزی - کامیار صبری لقائی

خوشه بندی ریسک ها در شرکت های برق منطقه ای و شناسایی و مدیریت ریسک های خوشه فرآیندی با استفاده از روش FMEA

سید مصطفی میرمحمدی

توسعه نمودار کنترل استوار برای پایش پروفایل های رگرسیونی گاما

فاطمه سوگندی

بیشتر

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