لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
Chronic Kidney Disease prediction using machine learning algorithms and XAI approach
نویسندگان :
Mohammad Khodabandeh
1
Fatemeh Azarian
2
1- دانشگاه امیرکبیر
2- دانشگاه خوارزمی
کلمات کلیدی :
chronic kidney disease،classification algorithm،decision tree،explainable artificial intelligence،early diagnosis،permutation feature importance
چکیده :
This study aimed to develop a machine learning model for early diagnosis and prediction of chronic kidney disease (CKD). By employing support vector machine (SVM), random forest (RF), decision tree (DT), multi-layer perceptron (MLP), and k-nearest neighbors (KNN) algorithms, combined with permutation feature importance for explainability, we sought to improve decision-making in kidney disease management. Our findings indicate that the DT algorithm outperformed others in predicting CKD, with specific gravity, serum creatinine, hemoglobin, and diabetes mellitus identified as key predictors. This model holds potential for efficient patient screening and can be applied to more complex clinical data.
لیست مقالات
لیست مقالات بایگانی شده
Deep Learning Models for Price Prediction in Travertine Stone Mines: A Comparison of LSTM, Transformer, and Hybrid Models
Haniye Moazeni - Amirhesam Kamalpour
طراحی یک سیستم خبره فازی جهت پیش بینی فروش مانتو شلوار دبیرستان (مطالعه موردی تولیدی تمدن )
بهاره رضوی - پدرام پیوندی - حمیدرضا کوشا
توزیع واکسن در شرایط بروز همهگیری عمومی
محمد مهاجر تبریزی - طوبی درویش محمدی
A Hybrid Prediction Model Based on Machine Learning and Random Walk Stochastic Processes in the Cryptocurrency market
Sana Aghajan navesi - Omid Hasanpour jesri - Ezatollah Abbasian
شناسایی و تعیین معیارهای نگهداری و تعمیرات پل های پیش ساخته بتنی راه آهن با روش دلفی
حسین فرشاد - نادر عبدلی یزدی - احسان اله اشتهاردیان
Data-Driven Robust Optimization Model For A Sustainable Inventory Scheduling Framework
Ali Najaf Najafi
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
Exploring Variants of Feature Pyramid Networks (FPN) for Object Detection: A Comprehensive Review
Milad Soltani - Mohammadamir Razmi - Pouya Faridfar
بهبود فرآیندهای انبارداری با تحلیل سناریو محور و تخصیص بهینه مکان ذخیرهسازی: مطالعه موردی پایا بسپار آریا
زهرا مجیدی - پروانه سموئی
بهینه سازی فرآیند تخلیه و تغذیه محصولات نیمه ساخته با رویکرد افزایش تولید بعد از تعطیلات بلند مدت – مطالعه موردی شرکت خودروسازی سایپا
مجتبی وصال - مهدی عاشری
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.3