ارائه روشی جهت افزایش دقت تشخیص بیماریهای قلبی با ترکیب الگوریتمهای داده MAWB کاوی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,027
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM03_022
تاریخ نمایه سازی: 26 شهریور 1395
چکیده مقاله:
بر اساس پیشبینی سازمان بهداشتجهانی، بیماریهای قلبی و عروقی به عنوان مهمترین عامل مرگ و میر در سراسر جهان تا سال۲۰۲۰ خواهد بود. از طرف دیگر هماکنون ۳۱ درصد از کل مرگ و میر جهان ناشی از بیماریهای قلبی و عروقی است که ۸۰ درصد آن در کشورهای در حال توسعه شیوع داشته که ایران با بیش از ۴۰ درصد مرگ و میر رکورددار بالاترین آمار مرگ قلبی در جهان است. دادهکاوی پزشکی با تکیه بر اطلاعات موجود در سوابق پزشکی، به کشف روابط میان دادهها جهت پیشگیری، پیشبینی و درمان بیماریها میپردازد. این مقاله به ارائه و معرفی راهکارهایی جهت بهبود استفاده از عملکرد الگوریتمهای پیشبینی بیماری قلبی با استفاده از اطلاعات موجود میپردازد و مدلی ترکیبی از وزن دهی بر اساس بهرهاطلاعاتی، بیز ساده و الگوریتم آدابوست را جهت بالا بردن دقت پیشبینی و ایجاد قوانین دقیق اما ساده و کاربردی با دقت ۸۵و۸۶ ٪ ارائه میدهد. این کار با استفاده از مخزن یادگیری ماشین UCI که دارای سیزده ویژگی مهم کلینکی و اطلاعات ۳۰۳ پرونده بیمار است صورت می گیرد
کلیدواژه ها:
نویسندگان
سید جواد میرعابدینی
عضو هیات علمی دانشگاه آزاد اسلامی واحد تهران مرکزی
محسن غلامی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد بوشهر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :