لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
International Conference on Artificial Intelligence; City, Industry and Health
Data-Driven Finger Selection for Nailfold Capillaroscopy in SLE Using Unsupervised Learning and Diagnostic Scoring
نویسندگان :
Habibollah Jafari
1
Abdolamir Karbalaie
2
1- Department of Computer Engineering, Na.C., Islamic Azad University, Najafabad, Iran
2- Department of Community Medicine and Rehabilitation, Umeå University, Sweden SE-901 87, Umeå, Sweden
کلمات کلیدی :
Capillaroscopy،Unsupervised Learning،Systemic Lupus Erythematosus،K-Means،Diagnostic Scoring
چکیده :
Objective: Identify latent microvascular phenotypes in SLE patients via unsupervised machine learning and determine the most diagnostically representative fingers for capillaroscopy. Methods: Capillaroscopic features from eight fingers per SLE patient were analyzed using PCA and K-Means clustering. A composite scoring system ranked fingers by abnormality severity, redundancy, variability, missingness, and diagnostic weight. Results: Unsupervised clustering revealed two distinct groups: fingers with pronounced microvascular changes versus minor abnormalities. Three fingers consistently ranked highest in diagnostic utility: the left middle, right middle, and right ring fingers. These exhibited frequent, prominent abnormalities with minimal redundancy, while other digits offered overlapping or less critical data. Conclusion: Data-driven analysis identifies the left middle, right middle, and right ring fingers as optimal for SLE capillaroscopy. Focusing on these three digits may improve detection of microvascular pathology while enhancing clinical efficiency, streamlining assessments without compromising diagnostic yield.
لیست مقالات
لیست مقالات بایگانی شده
اینترنت اشیاء در شهر های هوشمند: تمرکز بر تکنیک ها و چالش های امنیتی احراز هویت
علی مردانی - هما موحدنژاد - مهدی شریفی - علی نوری
ساختار مفهومی و پروتکل ارزیابی برای تحلیل و مقایسهی روشهای تفسیرپذیری مبدلهای بینایی (ViT)
نفیسه ارفعی - حمید رستگاری
تحلیل و بررسی روش های محاسباتی موجود در تعیین میزان درصد رسوب باربستر و رسوب مواد معلق معدنی(مطالعه موردی؛ رودخانه هراز)
امیر مشهدی خلردی - صادق صادقی - عسکری تشکری
SMART-CR: روش بهبودیافتهی جایگزینی حافظه پنهان مبتنی بر یادگیری مشارکتی عمیق و ترنسفورمرها در شبکههای دادهنامگذاریشده نرمافزارمحور توزیعشده بر روی اینترنت اشیا
بهزاد میرمحمدصادقی
Exploring Quantum Natural Language Processing for Morphologically Rich Languages: A Case Study on Persian
Alireza Rezaei
کاربردهای نوین هوش مصنوعی در صنعت فولاد با تأکید بر نقش دوقلوی دیجیتال: مروری سیستماتیک و تحلیل نمونههایی موفق در این حوزه
علیرضا حاجیان - بهرنگ برکتین - مرجان محمودی - نغمه فرهادیان
ارائه الگوریتم EEMP برای جایابی سبز ماشینهای مجازی در رایانش ابری توزیع شده با رویکرد کاهش هزینههای مهاجرت
میلاد گنجی - بهرنگ برکتین - منصور گنجی
یک رویکرد اعتبارمحور مبتنی بر شناسههای غیرمتمرکز جهت افزایش امنیت و کارائی شبکه های ادهاک خودرویی (VANETs)
حجت حسینی - کامبیز مجیدزاده
The Application of Artificial Intelligence in Predicting and Mitigating the Effects of Climate Change: Challenges and Solutions
Hadi Mahmoudi - Masoud Raei Dehqi - Alireza Ansari Mehiyari
ارائه چهارچوب مفهومی تصمیم گیری برای مقایسه هزینه _ فایده تخریب و مقاوم سازی ساختمان های بنایی با تاکید بر عمر مفید مصالح
محمدصادق شهیدزاده - محبوبه میرازئی علی آبادی - محمدحسین شکوهمند
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.0
