تشخیص بیماری پارکینسون با استفاده ازدرخت تصمیم طبقه بندی و رگسیونی C&R
محل انتشار: پانزدهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,074
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE15_064
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
باتوجه به اینکه بیماری پارکینسون دومین بیماری رایج مغزواعصا می باشد ارایه روشی ساده و کم هزینه برای تشخیص صحیح آن از اهمیت بالایی برخوردار است دراین تحقیق تعدادی از رایج ترین روشهای یادگیری ماشین جهت استفاده دریک سیستم پشتیبان تصمیم پزشکی برای تشخیص بیماری پارکینسون که ازاختلالات گفتاری بیماران استفاده می کند با یکدیگر مقایسه شدهاند نتایج آزمایشهای انجام شده دراین تحقیق برروی مجموعه دادگان معتبر Parkinson از دانشگاه کلمبیا نشان میدهد که با استفاده از درخت طبقه بندی و رگرسیون C&r بالاترین دقت درتشخیص بیماری پارکینسون درحدود 93/7 درصد حاصل می گردد همچنین با استفاده از اعمال روش تحلیل حساسیت میزان تاثیر ویژگیهای گفتاری برتشخیص این بیماری نیز با یکدیگر مقایسه شدها ند.
کلیدواژه ها:
نویسندگان
وحید رضایی
دانشجوی کارشناسی کامپیوتر
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 :