CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

استفاده از شبکه عصبی رگرسیون عمومی در تشخیص سطح حیات بیماران قلبی از طریق پارامترهای ژنتیکی و بالینی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۱۹۶ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: COMPUTER02_045
زبان مقاله: فارسی
حجم فایل: ۸۹۱.۵۳ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استفاده از شبکه عصبی رگرسیون عمومی در تشخیص سطح حیات بیماران قلبی از طریق پارامترهای ژنتیکی و بالینی

  محمدرضا یمقانی - عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد لاهیجان، گیلان، ایران
  هادی ویشکی نژاد - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد رشت، گیلان، ایران- ارائه دهنده

چکیده مقاله:

در دهه های اخیر، چندین ابزار و روش های مختلف توسط محققان برای توسعه سیستم های پشتیبانی تصمیم گیری پزشکی مؤثر پیشنهاد شده است. تشخیص در بیماری های قلبی یکی از مهمترین مسائلی است و بسیاری از محققان به منظور توسعه سیستم های پشتیبانی تصمیم گیری پزشکی هوشمند به منظور بهبود توانایی از پزشکان، آن را مورد بررسی قرار دادند. هدف از این پژوهش، توسعه شبکه عصبی مصنوعی برای ایجاد مدلی های تشخیصی در بیماری عروق کرونر قلب با استفاده از مجموعه ای از عوامل سنتی و ژنتیکی این بیماری می باشد. پایگاه داده اصلی برای شبکه های عصبی مصنوعی شامل بالینی، آزمایشگاهی، کاربردی، پلی مورفیسم تک نوکلئوتیدی، کرونر آنژیوگرافی و ژنتیکی که از اطلاعات 352 نفر بیمار می باشد. بهترین دقت با یک توپولوژی شبکه های عصبی رگرسیون عمومی با دقت بالای 94 درصد را برای مدل مربوطه ما می باشد.

کلیدواژه‌ها:

شبکه عصبی رگرسیون، بیماری عروق کرونر، شاخص های ارزیابی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-COMPUTER02-COMPUTER02_045.html
کد COI مقاله: COMPUTER02_045

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
یمقانی, محمدرضا و هادی ویشکی نژاد، ۱۳۹۴، استفاده از شبکه عصبی رگرسیون عمومی در تشخیص سطح حیات بیماران قلبی از طریق پارامترهای ژنتیکی و بالینی، مهندسی کامپیوتر و پژوهشهای نیاز محور آخرین دستاوردهای در فناوری اطلاعات، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-COMPUTER02-COMPUTER02_045.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (یمقانی, محمدرضا و هادی ویشکی نژاد، ۱۳۹۴)
برای بار دوم به بعد: (یمقانی و ویشکی نژاد، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Sunghwan Sohn and Cihan H. Dagli, (2004) Ensemble of Evolving ...
  • Murphy, P. M. and Aha, D. W. 2012. UCI Machine ...
  • S. Haykin, Neural Networks A Comprehensive Foundation, 2nd Edition, Prentice ...
  • Niti Guru, Anil Dahiya, Navin Rajpal, Decision Support System for ...
  • Young ME. Anticipating anticipation: pursuing identification of cardiomyocyte circadian clock ...
  • Malhotra S, Gupta M, Chandra KK, Grover A, Pandhi.P Prehospital ...
  • Baxt WG. Application of artificial neural networks to clinical medicine. ...
  • Palaniappan S, Awang R. Intelligent heart disease prediction system using ...
  • Hanbay, _ Turkoglu, I., & Demir, Y. (2011). An expert ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۲۸۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > قلب و عروق
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.