پیش بینی بیماری قلبی با استفاده از روش یادگیری عمیق
- سال انتشار: 1396
- محل انتشار: کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر
- کد COI اختصاصی: PCCO01_210
- زبان مقاله: فارسی
- تعداد مشاهده: 1195
نویسندگان
استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
دانشجوی کارشناسی ارشد IT واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
بیماریهای قلبی عروقی یکی از دلایل اصلی اختلالات و مرگ و میر در شرایط زندگی کنونی است. تشخیص علت بروز این بیماری ها ضروری است. یک چارچوب مکانیزه شده در تحلیل های درمانی میتواند ملاحظات پزشکی را به روز کرده و همچنین هزینه ها را کاهش دهد. از سوی دیگر سال های اخیر شاهد موجی از گرایش تحلیلگران داده به رکوردهای سلامتی الکترونیکی EHR بیماران بوده است EHR یکی از حامل های اصلی برای موفقیت آمیز کردن تحول مراقبت های سلامت داده محور میباشد. چالش های بسیاری در کارکردن مستقیم با EHR وجود دارند. بنابراین استخراج ویژگی های موثر (فنوتیپها) از EHR های بیمار یک گام کلیدی قبل از هر استفاده دیگری محسوب میشود. به همین منظور در این مقاله، یک روش یادگیری عمیق برای استخراج ویژگیهای موثر از EHR های بیمار ارایه شد. ابتدا EHR ها ها را برای هر بیمار به صورت یک ماتریس زمانی با زمان در یک بعد و رویداد در بعد دیگر نمایش می دهیم. سپس مدل شبکه عصبی پیچیده چهارلایه ای برای استخراج فنوتیپها و انجام پیش بینی ایجاد میکنیم. برای ضمیمه کردن همواری زمانی EHR بیمار همچنین سه مکانیزم تلفیق زمانی مختلف را بررسی کردیم: تلفیق ابتدایی، تلفیق واپسین و تلفیق آهسته درنهایت مدل پیشنهادی در یک مخزن داده EHR از داده های واقعی بالینی تحت سناریوی خاص مدلسازی پیش گویانه از بیماری های مزمن اعتبارسنجی می شود.کلیدواژه ها
سیستم پیش بینی، بیماری قلبی، یادگیری عمیق EHRمقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
اطلاعات بیشتر در مورد 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.