پیشبینی بیماری آلزایمر با استفاده از الگوریتمهای شبکه عصبی ودرخت تصمیم
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,142
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:
DCBDP01_034
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله پیشبینی بیماری آلزایمر با استفاده از الگوریتمهای شبکه عصبی ودرخت تصمیم
بیماری آلزایمر AD به عنوان شایعترین نوع زوال عقل در سالمندان است که حدود 26 میلیون نفر در سراسر جهان را تحت تاثیر قرار داده است در بین روشهای مختلف تشخیص بیماری آلزایمر، روش تصویربرداری مغز می تواند با امکان نمایش دادن واضح تغییرات بافتهای مغز به عنوان روشی برای تشخیص زود هنگام بیماری آلزایمر مورد استفاده قرار بگیرد. انتخاب ویژگی های شاخص با وجود حجم بالای ویژگی های ضخامت بافت مغز مستلزم استفاده از روشهای کاهش تعداد ویژگی است اکثر کارهای انجام گرفته در این زمینه از روشهای آماری استفاده شده است. در این مقاله برای انتخاب ویژگی های شاخص جهت پیش بینی بیماری الزایمر از الگوریتم یادگیری انتخاب ویژگی هسته ای SAS استفاده شدهاست برای مدلسازی از الگوریتم های دسته بندی شبکه عصبی و درخت تصمیم گیری استفاده شده است نتایج پیاده سازی نشان می دهد که دقت دسته بندی زیر مجموعه های بدست آمده، نتایج مطلوبی را در مقایسه با مجموعه دده اصلی ایجاد کرده است.
کلیدواژه های پیشبینی بیماری آلزایمر با استفاده از الگوریتمهای شبکه عصبی ودرخت تصمیم:
نویسندگان مقاله پیشبینی بیماری آلزایمر با استفاده از الگوریتمهای شبکه عصبی ودرخت تصمیم
رویا نورزاده
دانشجوی ارشد نرم افزار ، دانشگاه آزاد اسلامی واحد گرمی
محمد علی بالافر
عضو هیات علمی گروه کامپیوتر دانشگاه تبریز
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 :