Year: 2024
Type: article
Abstract: الكيس العداري في الكبد هو عدوى طفيلية تنجم عن وجود بكتيريا الإشريكية الحبيبية، وتؤدي هذه العدوى إلى تكوين كيسات في الكبد. وغالبًا ما يسبقه إجراء عملية جراحية أو يتبعه علاج مضاد للطفيليات. الغرض من هذه الدراسة هو دراسة وتقييم فعالية طرق التعلم الآلي المختلفة في تصنيف حالات الكبد العدارية. "تم جمع مجموعة البيانات المستخدمة في هذا البحث من مرضى في مستشفى السليمانية الذكي خلال فترة في عام 2024. وهي تشتمل على سجلات من المرضى في الطرف الثالث. تتمتع كل من الخوارزميات المستخدمة لتباين التعبئة (Bg) وJRip (JR) وOneR (OR) وشجرة القرار الجزئي (PART) بمزايا وعمليات خاصة مرتبطة بتصنيف البيانات. يتم الحكم على أداء هذه الخوارزميات باستخدام معايير متعددة تركز بشكل أساسي على مصفوفة الارتباك، بما في ذلك الدقة (عدد التصنيفات الصحيحة والنسبة المئوية للتصنيفات الصحيحة)، والحساسية. ويشير تحليل البيانات إلى أن التعبئة (Bg) تتمتع بأكبر قدرة على التصنيف، مع دقة قصوى تبلغ 74.8 بالمئة، وقد تم تطبيقها بنجاح على اثنتين وتسعين حالة تم تصنيفها بشكل فعال، و31 حالة تم تصنيفها بشكل غير صحيح. تتمتع المصنفات الأخرى بقدرة أقل على التصنيف. تتميز عملية التعبئة أيضًا بحساسيتها العالية التي تصل إلى 96.74% بين جميع المصنفات.
Authors: سامان عبدالله, سوران محمد
Institution: University of Sulaimani
Language: Arabic
Subfield: Health Information Management
Field: Health Professions
Domain: Health Sciences
Open Access status: bronze
OpenAlex ID: W4413083491
