تشخیص بیماری قلبی با استفاده از شبکه های عصبی و تکنیک های داده کاوی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 873

فایل این مقاله در 12 صفحه با فرمت PDF و WORD 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:

ICEEC01_283

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

در دنیای امروز در علم پزشکی شاهدیم که داده های فراوانی در مورد بیماریهای مختلف جمع آوری می شوند. حجم بالای این داده ها و بی نظمی حاصل از آنها معضلی است که مانع رسیدن به نتایج درست و قابل قبول می گردد. با توجه به این وضعیت می توان از داده کاوی و منطق فازی برای غلبه بر این مشکل و به دست آوردن روابط مفید بین عوامل خطر زا در بیماری ها استفاده کرد. تشخیص بیماری قلبی یکی از کارهای مهم و طاقت فرسا در علم پزشکی محسوب می شود که ما در اینجا با استفاده از شبکه عصبی به حل این مشکل می پردازیم. بنا بر مطالعات انجام شده عوامل خطر زای متعددی در فرآیند این بیماری نقش دارند که به دو دسته غیر قابل تعدیل و قابل تعدیل تقسیم بندی می شوند. در این مقاله ما با بررسی عوامل تاثیر گذار بر ایجاد مشکلات قلبی و همچنین به تشخیص ابتلا به این بیماری با شبکه عصبی می پردازیم. ضمنا برای مقایسه نتایج حاصل از روش پیشنهادی، از نتایج سه مدل بیزین، درخت تصمیم و فازی استفاده شده است و نتایج حاصل از طراحی و پیاده سازی روش پیشنهادی نسبت روش های دیگر عملکرد بهتری گزارش شده است.

نویسندگان

علیرضا مهران کیا

گروه کامپیوتر، دانشکده فنی و مهندسی، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران

محمدجواد کارگربیده

استادیار کامپیوتر، دانشگاه علم و فرهنگ، تهران، ایران