بهبود دقت تشخیص بیماریهای قلبی مبتنی بر الگوریتم خوشه بندی k-medoids و سیستم استنتاج فازی
- سال انتشار: 1398
- محل انتشار: پنجمین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ
- کد COI اختصاصی: DCBDP05_038
- زبان مقاله: فارسی
- تعداد مشاهده: 666
نویسندگان
کارشناس ارشد مهندسی کامپیوتر، نرمافزار، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران
چکیده
امروزه بیماریهای مختلفی شیوع پیدا کردهاند. یکی از این بیماریها، بیماری قلبی میباشد که از آن به عنوان اصلیترین عامل مرگ و میر مردم در سرتا سر دنیا یاد میشود. به همین دلیل وجود سیستم هایی که بتوانند این بیماری را تشخیص دهند بیشتر از گذشته مورد نیاز است. دادهکاوی یکی از ابزارهای موثر جهت تحلیل داده میباشد که میتواند در زمینه پیشبینی و تشخیص این بیماری مورد استفاده قرار بگیرد. علاوه بر داده کاوی، منطق فازی، میتواند راه حلی مناسب برای افزایش دقت مسائل پیچیده پزشکی ارائه دهد. این تحقیق به تشخیص بیماری قلبی به کمک تکنیکهای داده کاوی و منطق فازی میپردازد. از مجموعه داده Statlog که از پایگاه داده UCI گرفته شده است، استفاده میشود. این مجموعه داده دارای 270 رکورد، 13 ویژگی و دو کلاس بیماری و عدم بیماری میباشد. مجموعه داده توسط الگوریتم خوشه بندی k-medoids، بهینه میشود تا داده های پرت آن مشخص و از مجموعه داده حذف شوند. سپس به کمک متخصص خبره، از تعداد ویژگیهای مجموعه داده کاسته میشود تا بدین وسیله، ویژگیهایی که در تشخیص بیماری از اهمیت بالاتری برخوردار هستند، انتخاب شوند. در مرحله بعد توسط ویژگیهای باقی مانده سیستم استنتاج فازی ساخته میشود تا دقت پیشبینی و تشخیص بیماری به دست بیاید. برای مشاهده اهمیت تعداد ویژگیها در رسیدن به دقت مطلوب، سیستم استنتاج فازی درسه فاز مجزا اجرا میشود. در فاز اول تعداد ویژگیها 6، در فاز دوم تعداد ویژگیها 7 و در فاز سوم تعداد ویژگیها 8 در نظر گرفته شده است، که به ترتیب دقتهای % 90,96 ، % 93,22 و % 94,35 توسط سیستم پیشنهادی به دست آمده است. در آخر نتایج روش پیشنهادی توسط روش اعتبارسنجی K-Fold Cross Validation مورد ارزیابی قرار گرفته است.کلیدواژه ها
بیماری قلبی، داده کاوی، سیستم استنتاج فازی، k-Fold Cross Validationمقالات مرتبط جدید
- مرور سیستماتیک کاربرد هوش مصنوعی در موسیقی
- In-silico Analyses for Finding Potential Key Genes and Pathways Associated with Guillain-Barré Syndrome Using Computational Tools
- OCD Severity Based on EEG Signals
- Investigating the (non) -Impact of Customizing Knowledge Bases of Artificial Intelligence -Driven Robot on Language for Specific Purposes Learning
- The Need for Telehealth and Tele-Educationon in Optimizing Measles Surveillance and Reducing Healthcare Costs
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.