عنوان
|
پیش بینی احتمال سقط جنین زودرس در فرایند کمک باروری با استفاده از یادگیری ماشین
|
نوع پژوهش
|
مقاله ارائه شده
|
کلیدواژهها
|
ناباروری، سقط، یادگیری ماشین، پیش بینی، طبقه بندی، جنگل تصادفی
|
چکیده
|
بارداری دوره مهمی در زندگی زنان است، بـه طـوری کـه اکثـر زنـان پـس از ازدواج در انتظـار تولـد فرزنـد هستند اما متاسفانه به دلایلی، برخی از آنان نابارور می شوند. خوشبختانه، امروزه افق تازه ای با کمک فن آوری های کمـک بـاروری به روی زوج ها گشوده شده است. با اینحال، مسئله نگران کننده ای که بعد از باردار شدن وجود دارد، عدم توانایی در حفظ بارداری است. این مسئله در 10 الی 15 درصد بارداری های طبیعی دیده می شود و در بارداری های حاصل از روش های کمک باروری این میزان بصورت معناداری افزایش می یابد . بنابراین پیش بینی نتیجه درمان می تواند به کاهش اضطراب و هزینه مالی یک زوج نابارور در طول درمان منجر شود. هدف این پژوهش، ارائه یک راهکار مبتنی بر یادگیری ماشین جهت پیش بینی سقط جنین شیمیایی در زنان ناباروی است که به کمک روش های کمک باروری باردار می شوند. مراحل این پژوهش گذشته نگر، بر روی پایگاه داده ی گردآوری شده از مراجعین مرکز ناباروی شهر یزد، انجام می شود. در این مطالعه، 1234 نمونه با 30 متغیر مؤثر انتخاب شده استفاده می شود. طراحی و ارزیابی مدل های یادگیری ماشین نیز با استفاده از الگوریتم های درخت تصمیم، جنگل تصادفی، رگرسیون لجستیک و ماشین بردار پشتیبان انجام می گیرد. نتایج حاصل نشان می دهند مدل مبتنی بر الگوریتم جنگل تصادفی با کسب دقت پیش بینی 80/79 بر روی مجموعه داده آزمون به عنوان مدل برتر عمل می کند.
|
پژوهشگران
|
محدثه زارع ابراهیم اباد (نفر اول)، مهدی هاشم زاده (نفر دوم)، نسیم طبیب نژاد (نفر سوم)
|