به کارگیری تکنیک های کارامد داده کاوی به منظور پیش بینی و تشخیص هوشمند بیماری های قلبی- عروقی
محل انتشار: ششمین کنفرانس ملی مهندسی برق و سیستم های هوشمند
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 428
- 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:
NEEC06_074
تاریخ نمایه سازی: 30 تیر 1401
چکیده مقاله:
میزان بالای ابتلا به بیماری قلبی و عروقی و تعداد بالای مرگ و میر ناشی از بیماری قلبی در سراسر جهان یکی از نگرانی ها در صنعت بهداشت و درمان است و جهت کنترل این بیماری درصدد پیدا کردن راه هایی جهت کاهش ابتلا و یا مرگ و میر هستند. با توجه به اینکه امروزه در صنعت مراقبت های بهداشتی، تجزیه و تحلیل داده ها می تواند موجب بهبود تشخیص زودهنگام بیماری شود و جان انسان ها را نجات دهد با پیشرفت عظیم در علوم کامپیوتر، ابزارهای مختلف هوش مصنوعی برای محققان برای انجام مطالعات و آزمایشات در دسترس قرار گرفته است. در همین راستا در این مقاله برای پیش بینی و هشدار در مورد هرگونه بیماری عروق کرونر از تکنیک هایی کارامد داده کاوی شامل تئوری بیزین، درخت تصمیم، کا نزدیک ترین همسایه، ماشین بردار پشتیبان و جنگل تصادفی استفاده و کارایی این الگوریتم ها مقایسه شده است. مجموعه داده استفاده شده در این مقاله، مجموعه داده کلیولند با ۱۳ ویژگی، یک متغیر هدف و ۳۰۳ کیس است که در آن ۱۳۹ مورد از بیماران قلبی عروقی و ۱۶۴ فرد سالم هستند. با پیاده سازی تکنیک های یاد شده بر روی این مجموعه داده مشخص شد تکنیک ماشین بردار پشتیبان با دقت ۳۳/۸۵ بالاترین دقت را نسبت به سایر تکنیک ها دارد.
کلیدواژه ها:
داده کاوی ، بیماری قلبی ، تئوری بیزین ، درخت تصمیم ، ماشین بردار پشتیبان ، کا نزدیک ترین همسایه ، جنگل تصادفی
نویسندگان
زهرا الکن صابری
گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی راهبرد شمال، رشت، گیلان
حسین صدر
گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی راهبرد شمال، رشت، گیلان
مژده نظری سلیماندارابی
دانشگاه علوم پزشکی و خدمات بهداشتی درمانی گیلان، رشت، گیلان