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

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 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
2 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