دستهبندی بیماران قلبی با استفاده از خوشهبندی فازی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 760

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IAUFASA02_251

تاریخ نمایه سازی: 17 اسفند 1393

چکیده مقاله:

با گسترش روزافزون تکنولوژی ها و همچنین افزایش استرس های ناشی از محیط های کاری و زندگی، هر روزه شاهد افزایش بیماران قلبی می باشیم که از جمله موارد مهم در این روند رو به رشد را میتوان در کم تحرکی همراه با استرس های کاذب و تغذیه نامناسب جستجو کرد.پیشرفت در زمینه های مختلف علوم مخصوصا در زمینه های پردازش اطلاعات این امکان را فراهم ساخته است تا بتوان با استفاده از تکنیکهای نوین با فراهم کردن اطلاعات محیطی از وقوع اتفاقات ناگوار مادی و جانی جلوگیری کرد. یکی از روش های کارآمد در پردازش اطلاعات روش خوشه بندی فازی است که با استفاده از این تکنیک می توان اطلاعات را در دسته هایی طبقه بندی کرد. در این مقاله با استفاده پارامترهای میزان کلسترول، فاکتورFBSفشار خون و میزان ضربان قلب و با به کارگیری خوشه بندی فازی، افراد جامعه را در دسته های مختلف طبقه بندی کرده است به طوریکه بتوان افراد با ریسک بالای بیماری قلبی را از افراد عادی جدا نمود . در این روش میزان کلسترولفاکتور FBSفشار خون و میزان ضربان در روش خوشه بندی فازی به کار گرفته می شود و در نهایت هر کدام از بیماران در یکی از چهار دسته سالم، مستعد، نیمه سالم و بیمار قرار می گیرند. با استفاده از این تکنیک میتوان افراد مختلف را دستههای مختلف از نظر سلامتی قلب خوشه- بندی کرد. نتایج این روش با استفاده از دادههای واقعی سنجیده شده است که نتایج نشان از دقت مناسب این روش دارد

نویسندگان

فرشته رضایی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمان

فاطمه فاتحی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمان

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 :
  • Techniques", Journal of Intelligent Systems, vol. 17:2/3, pp 107-145, 2001. ...
  • George E. Tsekouras and Haralambos Sarimveis, "A new approach for ...
  • M. Ramze Rezaee, B.P.F. Lelieveldt, J.H.C. Reiber, "A new cluster ...
  • Bezdek, J.C., 1981. "Patter Recognization with Fuzzy Objective Function Algorithms". ...
  • Bezdek JC. "Fuzzy mathematics in pattern Cornell ...
  • University, thaca, NY; 1973. ...
  • S.L. Chiu, "Fuzzy model identification based _ cluster estimation", . ...
  • J. Yao, M. Dash, S.T. Tan, H. Liu, "Entropy- based ...
  • Xizhao Wang, Yadong Wang and Lijuan Wang, "Improving fuzzy C-means ...
  • based _ featu re-weight learning", Pattern Recognition Letters 25 (2004) ...
  • نمایش کامل مراجع