تشخیص بیماری پارکینسون با استفاده از درخت تصمیم طبقه بندی و رگسیونی C&R
محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,038
فایل این مقاله در 5 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:
NCSCIT02_147
تاریخ نمایه سازی: 17 اردیبهشت 1391
چکیده مقاله:
با توجه به اینکه بیماری پارکینسون دومین بیماری رایج مغزواعصاب می باشد ارایه روشی ساده و کم هزینه برای تشخیص صحیح آن از اهمیت بالایی برخوردار است دراین تحقیق تعدادی از رایج ترین روشهای یادگری ماشین جهت استفاده دریک سیستم پشتیبان تصمیم پزشکی برای تشخیص بیماری پارکینسون که ازاختلالات گفتاری بیماران استفاده می کند با یکدیگر مقایسه شده اند نتایج آزمایشها انجام شده دراین تحقیق برروی مجموعه دادگان معتبر parkinson از دانشگاه کلمبیا نشان میدهند که با استفاده ازدرخت طبقه بندی و رگرسیون C&R بالاترین دقت درتشخیص صحیح بیماری پارکینسون درحدود 93.7 درصدحاصل می گردد همچنین با استفاده از اعمال روش تحلیل حساسیت میزان تاثیر ویژگیهای گفتاری برتشخیص این بیماری نیز با یکدیگر مقایسه شده اند.
کلیدواژه ها:
نویسندگان
امیرحسین حاج احمدی
گروه مهندسی کامپیوتر دانشگاه ولی عصر عج رفسنجان
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 :