مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

146
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

497
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص بیماری عروق کرونر قلبی با استفاده از الگوریتم فراابتکاری شاهین هریس و روش های یادگیری ماشین

صفحات

 صفحه شروع 57 | صفحه پایان 68

چکیده

 مقدمه: روش های تشخیص بیماری های عروق کرونر معمولا در معرض خطا بوده و برای بیمار رنج آور و هزینه بر است. بنابراین, توسعه و ارایه روش های یادگیری ماشین با دقت بالا در تشخیص بیماریهای عروق کرونر از اهمیت خاصی برخوردار است. هدف این پژوهش کمک به تشخیص بیماری عروق کرونری با استفاده از الگوریتم شاهین هریس و روش های یادگیری ماشین می باشد. روش ها: در این پژوهش از روش جدید مبتنی بر انتخاب ویژگی توسط شاهین هریس در حالت ترکیبی با روش یادگیری ماشین شامل درخت تصمیم و کای نزدیک ترین همسایه استفاده شد. که جهت ارزیابی روش پیشنهادی از دو مجموعه داده با پرونده پزشکی 303 بیمار در مجموعه داده Cleveland و Z-Alizadeh-Sani استفاده گردید. ارزیابی مدل پیشنهادی در پایتون نسخه 2016 انجام شد. یافته ها: بر اساس یافته ها انتخاب ویژگی با استفاده از الگوریتم شاهین هریس در حالت ترکیبی با روش یادگیری ماشین منجر به افزایش دقت در نتایج شد. به طوری که در مجموعه داده Z-Alizadeh-Sani درصد دقت در ترکیب با درخت تصمیم برابر با 0/98 و در ترکیب با کای نزدیک ترین همسایه برابر با 0/78 بود. همچنین, در مجموعه داده Cleveland درصد دقت در ترکیب با درخت تصمیم برابر با 0/88 و در ترکیب با کای نزدیک ترین همسایه برابر با 0/77 بود. این در حالی است که هریک از این مقادیر در حالت تمام ویژگی ها مقادیر کمتری از دقت را دارا بود. بنابراین, الگوریتم شاهین هریس در ترکیب با درخت تصمیم توانست به بالاترین دقت تشخیص بیماری عروق کرونر در حالت انتخاب ویژگی نسبت به کل ویژگی ها دست یابد. نتیجه گیری: نتایج این مطالعه به خوبی نقش فرآیند انتخاب ویژگی های موثر در تشخیص بیماری عروق کرونر توسط الگوریتم شاهین هریس در ترکیب با روش های یادگیری ماشین را نشان داد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    ملکی، سارینا، و زارع مهرجردی، یحیی. (1401). تشخیص بیماری عروق کرونر قلبی با استفاده از الگوریتم فراابتکاری شاهین هریس و روش های یادگیری ماشین. مدیریت سلامت، 25(1 )، 57-68. SID. https://sid.ir/paper/1052234/fa

    Vancouver: کپی

    ملکی سارینا، زارع مهرجردی یحیی. تشخیص بیماری عروق کرونر قلبی با استفاده از الگوریتم فراابتکاری شاهین هریس و روش های یادگیری ماشین. مدیریت سلامت[Internet]. 1401؛25(1 ):57-68. Available from: https://sid.ir/paper/1052234/fa

    IEEE: کپی

    سارینا ملکی، و یحیی زارع مهرجردی، “تشخیص بیماری عروق کرونر قلبی با استفاده از الگوریتم فراابتکاری شاهین هریس و روش های یادگیری ماشین،” مدیریت سلامت، vol. 25، no. 1 ، pp. 57–68، 1401، [Online]. Available: https://sid.ir/paper/1052234/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button