دوره 4، شماره 1 - ( بهار 1396 )
جلد 4 شماره 1 صفحات 10-1 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Mahmoodi M S. Designing a Heart Disease prediction System using Support Vector Machine. jhbmi 2017; 4 (1) :1-10
URL: http://jhbmi.ir/article-1-182-fa.html
URL: http://jhbmi.ir/article-1-182-fa.html
محمودی مریم سادات. طراحی سیستم پیش‌بینی بیماری قلبی- عروقی با استفاده از ماشین بردار پشتیبان. مجله انفورماتیک سلامت و زیست پزشکی. 1396; 4 (1) :1-10
کارشناس ارشد علوم کامپیوتر، مربی، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور بیرجند، بیرجند، ایران.
چکیده: (7812 مشاهده)
مقدمه: بیماری‌های قلبی- عروقی بزرگ‌ترین عامل مرگ‌و‌میر در سراسر جهان است. طبق اعلام سازمان بهداشت جهانی در هر سال حدود 12 میلیون مرگ‌و‌میر در سراسر جهان بر اثر بیماری‌های 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، داده‌های مربوط به 270 نفر که شامل 13 ویژگی میباشد مورد استفاده قرار گرفت. جهت تشخیص فرد مبتلا به بیماری قلبی از ترکیب سیستم فازی و طبقه‌بندی کننده ماشین بردار پشتیبان با استفاده از امکانات موجود در نرم افزار متلب پیاده‌سازی گردید و بر روی سیستم Core i5 تحت ویندوز 7 شبیه‌سازی شد.
نتایج: در این تحقیق از تکنیک فازی و الگوریتم ماشین بردار پشتیبان جهت تشخیص بیماری قلبی استفاده شده که مؤثر واقع گردیده است. از آنجایی که در این مطالعه هدف، تشخیص درست و سریع میباشد؛ بنابراین تشخیص سریع، شانس نجات فرد را افزایش میدهد. همچنین معیارهای ارزیابی در این سیستم نرخ دسته‌بندی و حساسیت میباشد که عملکرد این سیستم بر اساس این شاخص‌ها به ترتیب 85% و 85/8 % به دست آمده است.
نتیجه‌گیری: با توجه به نتایج به دست آمده، مشاهده می‌شود که سیستم پیشنهادی با دقت نسبتاً بالایی، افراد مبتلا به بیماری قلبی- عروقی را تشخیص میدهد.
روش: در این مطالعه توصیفی- تحلیلی، داده‌های مربوط به 270 نفر که شامل 13 ویژگی میباشد مورد استفاده قرار گرفت. جهت تشخیص فرد مبتلا به بیماری قلبی از ترکیب سیستم فازی و طبقه‌بندی کننده ماشین بردار پشتیبان با استفاده از امکانات موجود در نرم افزار متلب پیاده‌سازی گردید و بر روی سیستم Core i5 تحت ویندوز 7 شبیه‌سازی شد.
نتایج: در این تحقیق از تکنیک فازی و الگوریتم ماشین بردار پشتیبان جهت تشخیص بیماری قلبی استفاده شده که مؤثر واقع گردیده است. از آنجایی که در این مطالعه هدف، تشخیص درست و سریع میباشد؛ بنابراین تشخیص سریع، شانس نجات فرد را افزایش میدهد. همچنین معیارهای ارزیابی در این سیستم نرخ دسته‌بندی و حساسیت میباشد که عملکرد این سیستم بر اساس این شاخص‌ها به ترتیب 85% و 85/8 % به دست آمده است.
نتیجه‌گیری: با توجه به نتایج به دست آمده، مشاهده می‌شود که سیستم پیشنهادی با دقت نسبتاً بالایی، افراد مبتلا به بیماری قلبی- عروقی را تشخیص میدهد.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
