دانلود و نمایش مقالات مرتبط با بیماری قلبی::صفحه 1
دانلود بهترین مقالات isi همراه با ترجمه فارسی
نتیجه جستجو - بیماری قلبی

تعداد مقالات یافته شده: 8
ردیف عنوان نوع
1 A modular cluster based collaborative recommender system for cardiac patients
یک سیستم مشارکتی مبتنی بر خوشه مدولار برای بیماران قلبی-2019
In the last few years, hospitals have been collecting a large amount of health related digital data for patients. This includes clinical test reports, treatment updates and disease diagnosis. The information extracted from this data is used for clinical decisions and treatment recommendations. Among health recommender systems, collaborative filtering technique has gained a significant success. However, traditional collaborative filtering algorithms are facing challenges such as data sparsity and scalability, which leads to a reduction in system accuracy and efficiency. In a clinical setting, the recommendations should be accurate and timely. In this paper, an improvised collaborative filtering technique is proposed, which is based on clustering and sub-clustering. The proposed methodology is applied on a supervised set of data for four different types of cardiovascular diseases including angina, non-cardiac chest pain, silent ischemia, and myocardial infarction. The patient data is partitioned with respect to their corresponding disease class, which is followed by k-mean clustering, applied separately on each disease partition. A query patient once directed to the correct disease partition requires to get similarity scores from a reduced sub-cluster, thereby improving the efficiency of the system. Each disease partition has a separate process for recommendation, which gives rise to modularization and helps in improving scalability of the system. The experimental results demonstrate that the proposed modular clustering based recommender system reduces the spatial search domain for a query patient and the time required for providing accurate recommendations. The proposed system improves upon the accuracy of recommendations as demonstrated by the precision and recall values. This is significant for health recommendation systems particularly for those related to cardiovascular diseases.
Keywords: Recommender system | Clustering | Collaborative filtering | Cardiovascular disease | Decision support
مقاله انگلیسی
2 Probabilistic grammar-based neuroevolution for physiological signal classification of ventricular tachycardia
Probabilistic grammar-based neuroevolution for physiological signal classification of ventricular tachycardia-2019
Ventricular tachycardia is a rapid heart rhythm that begins in the lower chambers of the heart. When it happens continuously, this may result in life-threatening cardiac arrest. In this paper, we apply deep learning techniques to tackle the problem of the physiological signal classification of ventricular tachy- cardia, since deep learning techniques can attain outstanding performance in many medical applications. Nevertheless, human engineers are required to manually design deep neural networks to handle differ- ent tasks. This can be challenging because of many possible deep neural network structures. Therefore, a method, called ADAG-DNE, is presented to automatically design deep neural network structures using deep neuroevolution. Our approach defines a set of structures using probabilistic grammar and searches for best network structures using Probabilistic Model Building Genetic Programming. ADAG-DNE takes advantages of the probabilistic dependencies found among the structures of networks. When applying ADAG-DNE to the classification problem, our discovered model achieves better accuracy than AlexNet, ResNet, and seven non-neural network classifiers. It also uses about 2% of parameters of AlexNet, which means the inference can be made quickly. To summarize, our method evolves a deep neural network, which can be implemented in expert systems. The deep neural network achieves high accuracy. Moreover, it is simpler than existing deep neural networks. Thus, computational efficiency and diagnosis accuracy of the expert system can be improved.
Keywords: Physiological signal classification | Heart disease | Neuroevolution | Probabilistic grammar | Genetic programming | Deep neural network
مقاله انگلیسی
3 ارزیابی کارایی تکنیک های طبقه بندی داده کاوی برای پیش بینی بیماری قلبی
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 6 - تعداد صفحات فایل doc فارسی: 12
بیماری قلبی ممکن است یکی از دلایل اصلی مرگ باشد. به علت فقدان دانش و تجربیات متخصصان درمورد علائم نارسایی قلب برای پیش بینی اولیه این بیماری، کار آسان برای تشخیص بیماری نیست. در نتیجه، پیش بینی مبتنی بر رایانه؛ مبتلایان به بیماری قلبی می تواند نقش مهمی را در تشخیص پیش از مرحله برای انجام اقدامات مناسب با توجه به بهبودی بیماران بازی کند. با این حال، انتخاب روش طبقه بندی مناسب داده کاوی می تواند به طور موثر پیش بینی مرحله اولیه بیماری را برای بازگشت از آن به همراه داشته باشد. در این مقاله، سه تکنیک طبقه بندی استفاده شده غالب از قبیل ماشین بردار پشتیبانی (SVM)، نزدیکترین همسایۀ k (KNN) و شبکه عصبی مصنوعی (ANN) را مورد بررسی قرار می دهیم، با توجه به ارزیابی آنها برای پیش بینی بیماری های قلبی با استفاده از مجموعه داده های بیماری کلیوی استاندارد مورد مطالعه قرار گرفته است.. نتایج تجربی نشان می دهد که دقت طبقه بندی با استفاده از SVM (85.1852٪) بهتر از استفاده از KNN (82663٪) و ANN (73.3333٪) است.
لغات کلیدی: داده کاوی | ماشین بردار پشتیبانی | نزدیکترین همسایۀ k | شبکه عصبی مصنوعی | پیش بینی بیماری قلبی | تکنیک های طبقه بندی
مقاله ترجمه شده
4 PRMT پیش بینی فاکتورهای خطر ابتلا به چاقی در افراد میان سال با استفاده از تکنیک داده کاوی
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 16
چاقی یک وضعیت آناتومی است که با رشد شدید چربی بدن مشخص می شود. میزان چاقی به تدریج افزایش می یابد، با توجه به مقالات پیشین، چاقی بیماری جدی سلامت در جهان است. در این مطالعه 259 داده از مناطق شهری و روستایی با توجه به میزان مختلف خطر ناشی از فعالیت های روزمره جمع آوری شد. هدف از مطالعه، شبیه سازی عامل خطر با استفاده از ابزار آماری (SPSS) است که به پیش بینی عامل اصلی خطر چاقی با تست سطح کلاس و مطالعه مقطعی دیگر ویژگی ها کمک می کند. با آنالیز (P-value (p <0.05، دریافتیم سن (0.002)، قد (0.002)، وزن( 0.000)، شیوه زندگی سالم (0.000)، وضعیت زناشویی (0.001)، BMI ( 0.000) ، اقتصادی (0.028)، خواب در روز (0.011) دارای ارتباط معناداری با کلاس چاقی دارد. در این مطالعه یک روش ریسک داده کاوی (PRMT) برای پیش بینی مدلی به منظور تحلیل عامل خطر ابتلا به چاقی با استفاده از طبقه بندی های مختلف داده کاوی ، با استفاده از WEKA برای برآورد دقت و خطا پیشنهاد شد. نتیجه این فرایند Naïve Bayes بهترین طبقه بندی برای مطالعه 10 برابر اعتبارسنجی است. مدل پیشنهادی برای پیش بینی عامل انسانی موثر در کنترل و کاهش بیماری قلبی عروقی است.
کليدواژه ها: چاقي | خطر سرماخوردگي | بیماری قلبی عروقی | طبقه بندی
مقاله ترجمه شده
5 اثر فعالیت فیزیکی بر سلامت قلبی عروقی و اسکلتی-عضلانی: آیا حرکت و جنبش می-تواند به عنوان نوعی دارو تجویز شود؟
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 23
فعالیت فیزیکی یک ابزار درمانی شناخته شده برای انواع شرایط پزشکی است از جمله بیماری های قلبی عروقی مانند بیماری شریان کرونر، سکته مغزی، دیابت نوع 2 و چاقی. علاوه بر این افزایش فعالیت فیزیکی را می توان یک روش درمانی برای بهبود سلامت اسکلتی عضلانی دانست؛ با این حال گزارش های متناقضی در مورد فعالیت فیزیکی وجود دارند که به بیماری دژنراتیو اسکلتی عضلانی به خصوص استئوآرتریت (OA) منجر می شوند. علاوه بر این اگرچه فعالیت فیزیکی مزایای خاص خود را دارد هنوز مشخص نیست چه میزان از فعالیت بدنی بیشترین منفعت را دارد. تمرین های ورزشی بیش از حد و ناکافی ممکن است عواقب نامطلوبی به همراه داشته باشند. این موارد می تواند روی این امر اثر بگذارد که پزشکان در مورد شدت ورزش چه توصیه هایی به بیماران خود می کنند. مطالعات متعددی اثر فعالیت فیزیکی را بر جنبه های مختلف سلامتی بررسی کرده اند. با این حال هنوز مطالعات سیستماتیک کافی وجود ندارند که سلامت اسکلتی عضلانی و قلبی عروقی را به عنوان نتایج ورزش بررسی کنند. بنابراین هدف از این مقاله ی مروری ارزیابی این مسئله است که چگونه فعالیت فیزیکی می تواند روی این جنبه های سلامتی اثر بگذارد. به طور خاص ما اثر سطوح مختلف فعالیت فیزیکی را روی 1)سلامت قلبی عروقی و 2)سلامت اسکلتی عضلانی بررسی کردیم. این مقاله مروری نشان می دهد که فعالیت فیزیکی ممکن است بیماری قلبی عروقی را کاهش دهد و علائم OA را بهبود دهد و بنابراین حرکت و جنبش را می توان نوعی دارو دانست. با این حال از آنجاییکه فعالیت سنگین می تواند به طور بالقوه منجر به افزایش ریسک OA شود، پزشکان باید به بیماران خود اینطور توصیه کنند که فعالیت بیش از حد می تواند اثرات بالقوه ی منفی روی سلامتی آنها داشته باشد و ورزش باید در حد اعتدال انجام شود و پس از آن مطالعات بیشتری صورت گیرد.
کلمات کلیدی: فعالیت فیزیکی | سلامت قلبی عروقی | سلامت اسکلتی عضلانی
مقاله ترجمه شده
6 Mini-encyclopaedia of the wound healing - Opportunities for integrating multi-omic approaches into medical practice
دایره المعارف زخم - امکان ادغام رویکردهای چندگانه در عمل پزشکی-2017
Wound healing is a highly complex life-important repair process triggered by plenty of local and/or systemic organ and tissue damaging events, such as an acute surgical invasion, accidental organ and tissue damages, acute and chronic diseases, aggressive local and systemic therapeutic approaches (e.g. irradiation and systemic chemothera py). Individual health condition determines over the quality of wound healing. Impaired wound healing, in turn, may lead, for example, to post-surgical complications frequently observed in elderly, chronic ulcers in diabetic pa tients, hindered and ineffective pain management, etc. However, these well-acknowledged examples are just the tip of the iceberg. The entire spectrum of potential consequences is much broader. Therefore, all the aspects of wound healing need to receive a dedicated attention of many specialised medical fields and healthcare as a whole. In con trast, there is still strongly limited knowledge collected regarding the molecular and cellular mechanisms underly ing the physiological versus impaired wound healing. The contents of this article might be of great importance for multi-professional considerations as well as for the experts working in specific fields such as clinical proteomics, general practice, laboratory medicine, surgery including plastic surgery and aesthetic medicine, gerontology, psychology, diabetology, endocrinology, oncology, cardiovascular disease, radiology, and healthcare economy. Significance: The contents of this article are strongly motivated by the particular value of wound healing quality for medical care and might be of great importance for multi-professional considerations and experts working in specialised fields: predictive and preventive medicine, general practitioners, laboratory medicine, surgery including plastic surgery and aesthetic medicine, gerontology, psychology, diabetology, endocrinology, oncology, cardiovascu lar disease, radiology, and healthcare economy. The article is aiming at both educational and scientific purposes: on one side it summarises comprehensive information available regarding wound healing mechanisms and molecular pathways involved. On the other side the article provides highly innovative hypotheses for multi-professional con siderations relevant for several research fields which may potentially advance medical services in the close future such as clinical proteomics and multi-omics.
Keywords: Wound healing | Predictive preventive personalised medicine | General practitioners | Laboratory medicine | Surgery | Aesthetic medicine | Psychology | Gerontology | Diabetology | Endocrinology | Oncology | Cardiovascular disease | Radiology | Healthcare economy
مقاله انگلیسی
7 Outcomes and mortality in parturient and non-parturient patients with peripartum cardiomyopathy: a national readmission database study
خروجی ها و میرایی در والدین بچه آور و غیر بچه آور دارای بیماری قلبی پریپارتوم: یک مطالعه روی پذیرش مجدد پایگاه داده ای ملّی -2017
BACKGROUND: Peripartum cardiomyopathy (PPCM) affects young females and mortality occurs after the peripartum period. Hospital readmissions for patients discharged with PPCM are poorly understood. The aim of this study was to evaluate differences in readmission rates, risk factors, and mortality in women with PPCM. METHODS: We conducted a retrospective cohort analysis using the Healthcare Cost and Utilization Project 2013 National Readmissions Database. From the database, we selected patients with PPCM to include patients discharged between January and November 2013. Readmission rate, mortality rate and risk factors were analyzed. In our cohort of 3800 patients, we found a readmission rate of 15.1% and a mortality rate of 1.6%. Comorbidities associated with readmission were pulmonary hypertension, obesity, renal failure, and drug abuse. Mortality on initial admission was associated with coagulation disorders and respiratory failure. Women who delivered on initial admission had a statistically lower rate of readmission than women who did not deliver on initial admission. CONCLUSIONS: In a large retrospective nationwide analysis of PPCM patients, we found associated conditions that may help predict which patients will have a higher risk for readmission and mortality.
Keywords: risk factors | pregnancy | women | peripartum cardiomyopathy | readmission | mortality
مقاله انگلیسی
8 پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 6 - تعداد صفحات فایل doc فارسی: 17
امروزه با توجه به اینکه حجم گسترده¬ای از اطلاعات در جوامع پزشکی (مراکز درمانی و نهاد¬های شفابخشی) تولید می¬گردد ولی با این حال، آن‌ طور که باید و شاید، از این اطلاعات به شکلی درست استفاده نشده است. سیستم بهداشت و درمان را می‌توان سیستمی "غنی از داده‌ها" و در عین حال سیستمی "فقیر از نظر دانش" دانست. عدم وجود روش‌های تحلیلی موفق به منظور کشف الگوها و ارتباطات بین داده‌های بهداشت و درمان را می‌توان از دیگر نقاط ضعف این سیستم‌ها دانست. تحت این شرایط، استفاده از روش های داده‌کاوی می‌تواند درمانی بر این مسائل باشد. در همین راستا می‌توان از تکنیک‌های داده‌کاوی مختلفی استفاده نمود. در این مقاله قصد داریم تا با بکار گیری تکنیک‌های داده‌کاوی که در پژوهش‌های امروزی برای کشف و پیش‌بینی بیماری‌های قبلی بکار گرفته می‌شوند، نگاهی به جزئیات تکنیک‌های مختلف انتزاع دانش بیندازیم. در این مقاله، روش های داده‌کاوی همچون نایو بیز ، شبکه‌ی عصبی و الگوریتم درخت تصمیم را با استفاده از الگوریتم‌های ارائه شده، بر روی مجموعه‌های داده‌ای پزشکی بکار خواهیم گرفت.
کلمات کلیدی: داده‌کاوی | بیماری قبلی | دسته‌بندی | پیش‌بینی | درخت تصمیم | شبکه‌ی عصبی | نایو بیز
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی