research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Proposal for Enhancing Medical Diagnosis of Disease Related With Patients Environment

Author: Zahraa A. Saed
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2014 Volume: 6 Issue: 1 اللغة الانكليزية Pages: 14-27
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Data mining is a process that uses a variety of data analysis tools to discover patterns and relationships that can be hidden among vast amount of data. This research introduces a proposal to improve and enhance a medical diagnosis using association rules of data mining technique, especially for medical diagnosis of diseases related with patient’s environment. That proposal found new relationships and predications to support early medical diagnosis, that by build a two proposed databases: the first data base contained a basic attributes of blood and tissues for the patients. The second database contained a basic attributes of patients profile and environment. After finding all associations rules from these two proposed databases, these rules will be mixed by a proposed method to gain a new rules give new patterns will predict relations among the physiology and environment of patients and disease.

استخراج البيانات هي العملية التي تستخدم مجموعة متنوعة من أدوات تحليل البيانات لاكتشاف الأنماط والعلاقات التي يمكن أن تكون مخفية بين كمية هائلة من البيانات. هذا البحث يقدم اقتراحا لتحسين وتعزيز التشخيص الطبي باستخدام قواعد رابطة تقنية التنقيب عن البيانات، وخاصة في مجال التشخيص الطبي من الأمراض المرتبطة مع بيئة المريض. وجدت أن الاقتراح علاقات جديدة والتنبؤات لدعم التشخيص الطبي المبكر، وذلك عن طريق بناء قاعدتي بيانات مقترحة: قاعدة البيانات الأولى تحتوي على سمات أساسية من الدم والأنسجة للمرضى. قاعدة البيانات الثانية تحتوي سمات الشخصية الأساسية للمرضى والبيئة. وبعد العثور على جميع القواعد المترابطة من هاتين القاعدتين المقترحتين، سيتم مزج هذه القواعد من خلال طريقة مقترحة للحصول على قواعد جديدة تعطي أنماط جديدة للتنبؤ بالعلاقات بين بيئة المرضى وفسلجة اجسامهم والمرض.


Article
A Novel Algorithm for Diagnosis of Thin Basement Membrane Nephropathy
خوارزمية تشخيص مرض الغشاء الكلوي الوراثي

Author: Alyaa Muhsen Manaty علياء محسن منات
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2013 Volume: 17 Issue: 3 Pages: 186-199
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this paper we have made an algorithm to diagnose the thin basement membrane nephropathy. The idea of our algorithm is based on content based image retrieval and Hough transform. The diagnosis of this disease is depending on calculating the membrane thickness to know whether it is normal or abnormal. The traditional way for calculating the thickness is by manually enlarging the pictures for more than 5 thousand times before calculating the thickness, so we suggest an automatic algorithm to detect the membrane in the pictures then calculates the thickness. Firstly, a database of the membrane shapes will be build by dividing the original image of size 512512 pixel into sub images of size7070 pixel, the sub image that contain membrane will be considered, other parts will be ignored. Then, the sub image that contain the membrane will be enhanced and converted into binary image to detect the edges, Hough transform and line detect method are used to detect the surface of the membrane by drawing lines on the surface of the membrane, by applying orthogonal line on two lines that lies on the corresponding membrane surface, we then calculated the distance between two lines by using Euclidian distance. Compared with the manual procedures, our algorithm proves easy to use and can work round the clock.

اقترحنا في هذا البحث خوارزمية لتشخيص مرض وراثي يصيب الكلية وهذا المرض يصيب الغشاء الخارجي المحيط بكل خلية في الكلية حيث يكون السمك للغشاء مقياس للإصابة بهذا المرض اولاَ . فكرة الخوارزمية مستوحاة من استرجاع محتوى الصورة وتحويلات هوغ. تشخيص هذا المرض يعتمد على حساب سمك الغشاء لمعرفة ما إذا كان السمك طبيعي ام غير طبيعي. حيث كانت الطريقة التقليدية لحساب سمك الخلية يدويا عن طريق تكبير الصور لأكثر من 5 الاف مرة ومن ثم استخدام القياس اليدوي لحساب السمك ، لذلك اقترحنا خوارزمية تقوم اولا بالكشف عن الغشاء فقط وترك باقي اجزاء الخلية ومن ثم يحسب سمك الغشاء. والخوارزمية تقوم بالتالي: أولاَ: سيتم بناء قاعدة بيانات من الأشكال الخاصة للغشاء عن طريق تقسم حجم الصورة الأصلية من 512 512 بكسل إلى اجزاء من الصورة بحجم 7070 بكسل ، الصور الفرعية التي تحتوي على الغشاء سوف تؤخذ بنظر الاعتبار ، اما باقي الصور او الاجزاء الاخرى سيتم تجاهلها. ثم، نقوم بتحسين الصور الفرعية التي تحتوي على الغشاء وتحويلها إلى صورة الثنائية للكشف عن الحواف، حيث يستخدم تحويلات هوغ وطريقة كشف الخط للكشف عن سطح الغشاء وذلك عن طريق رسم خطوط على سطح الغشاء، حيث يتم رسم خط متعامد على خطين يتم رسمهما افقيا والذين يقعان على سطح غشاء بصورة متقابلة (خط في اعلى الغشاء وخط اسفل الغشاء )، ومن ثم نقوم بحساب المسافة بين خطين باستخدام نظرية اقليدس حيث كانت النتائج ممتازة بالمقارنه مع الطريقة اليدوية، الخوارزمية اثبتت سهولة في الاستخدام ويمكن أن تعمل على مدار الساعة.


Article
Takagi-Sugeno-Kang(zero-order) model for diagnosis hepatitis disease

Author: Raidah Salim
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2015 Volume: 2 Issue: 3 Pages: 72-83
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

The aim of this paper is to use Takagi-Sugeno-Kang(zero-order) model as fuzzy neural network for the medical diagnosis of hepatitis diseases which represent a major public health problem all around the world . For further improve the accuracy and the speed of the diagnosis, the Microarray Attribute Reduction Scheme (MARS) for reduction features (or attributes) and Mean Imputation (MI) method for treatment the missing values were used in this work. The used data source of hepatitis diseases was taken from UCI machine learning repository.After treat the missing values problem by apply MI method, the dataset is partitioned into three training–testing partitions (30%–70%, 40–60% and 20%–80% respectively) and apply MARS with different values of thr(from 0.1-0.9 ) in order to determine the number attributes (that represent the number of inputs to the fuzzy neural network), the results record in each case of thr values and each case of partitions. The high diagnosis accuracy has been achieved for the 40–60% training–testing, namely, 100% for training and 95.77% for testing with thr equal to 0.4 and with less training cycle and fuzzy sets number. This work was implemented in MATLAB 7.0 environment.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (2)

Arabic and English (1)


Year
From To Submit

2015 (1)

2014 (1)

2013 (1)