طراحی سیستم پیش بینی بیماری قلبی- عروقی با استفاده از ماشین بردار پشتیبان
Publish place: Journal of Health & Biomedical Informatics، Vol: 4، Issue: 1
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 34
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHBMI-4-1_001
تاریخ نمایه سازی: 9 مرداد 1403
Abstract:
مقدمه: بیماری های قلبی- عروقی بزرگ ترین عامل مرگ و میر در سراسر جهان است. طبق اعلام سازمان بهداشت جهانی در هر سال حدود ۱۲ میلیون مرگ و میر در سراسر جهان بر اثر بیماری های قلبی -عروقی تخمین زده شده است. هدف اصلی از این مقاله، طراحی یک سیستم هوشمند به کمک کامپیوتر است که بتواند بیماری قلبی را در فرد مبتلا تشخیص دهد.
روش: در این مطالعه توصیفی- تحلیلی، داده های مربوط به ۲۷۰ نفر که شامل ۱۳ ویژگی میباشد مورد استفاده قرار گرفت. جهت تشخیص فرد مبتلا به بیماری قلبی از ترکیب سیستم فازی و طبقه بندی کننده ماشین بردار پشتیبان با استفاده از امکانات موجود در نرم افزار متلب پیاده سازی گردید و بر روی سیستم Core i۵ تحت ویندوز ۷ شبیه سازی شد.
نتایج: در این تحقیق از تکنیک فازی و الگوریتم ماشین بردار پشتیبان جهت تشخیص بیماری قلبی استفاده شده که موثر واقع گردیده است. از آنجایی که در این مطالعه هدف، تشخیص درست و سریع می باشد؛ بنابراین تشخیص سریع، شانس نجات فرد را افزایش می دهد. همچنین معیارهای ارزیابی در این سیستم نرخ دسته بندی و حساسیت می باشد که عملکرد این سیستم بر اساس این شاخص ها به ترتیب ۸۵% و ۸۵/۸ % به دست آمده است.
نتیجه گیری: با توجه به نتایج به دست آمده، مشاهده می شود که سیستم پیشنهادی با دقت نسبتا بالایی، افراد مبتلا به بیماری قلبی- عروقی را تشخیص می دهد.
Keywords:
Cardiovascular Disease , Fuzzy System , Support Vector Machine Classifier , بیماری قلبی- عروقی , سیستم فازی , طبقه بندی کننده ماشین بردار پشتیبان
Authors
مریم سادات محمودی
M.Sc. Computer Sciences, Computer Engineering Dept., Birjand Payame Noor University (PNU), Birjand, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :