0% Complete
English
صفحه اصلی
/
پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
پیش بینی بیماری قلبی با استفاده از روش تحلیل شبکه ای
نویسندگان :
هدیه مشتاقی محمدزاده
1
فاطمه باقری
2
1- دانشگاه گلستان
2- دانشگاه گلستان
کلمات کلیدی :
پیشبینی بیماری قلبی،تحلیل شبکههای اجتماعی،خطرات سلامت،یادگیری ماشینی
چکیده :
بیماریهای قلبی از جمله عوامل اصلی مرگ و میر در سراسر جهان به شمار میروند و پیشبینی و تشخیص زودهنگام این بیماریها نقش بسیار مهمی در کاهش مرگ و میر و بهبود کیفیت زندگی بیماران دارد. تشخیص دقیق بیماریهای قلبی نیازمند تحلیل جامع و دقیق دادههای پزشکی بیماران است که این امر با روشهای سنتی معمولاً چالشبرانگیز و زمانبر میباشد. در این پژوهش، ما به بررسی و توسعه یک سیستم پیشبینی بیماری قلبی با استفاده از تحلیل شبکههای پیچیده پرداختهایم. این سیستم قادر است با استفاده از الگوریتمهای مختلف تحلیل شبکه و با توجه به ویژگیهای مختلف بالینی بیماران، احتمال ابتلای بیماران به بیماری قلبی را پیشبینی کند. سیستم پیشنهادی با استفاده از کتابخانه networkX در زبان برنامهنویسی پایتون پیادهسازی شده است. نتایج حاصل از این پژوهش عملکرد مناسبی در پیشبینی بیماری قلبی و ارائه اطلاعات مفید برای پزشکان دارد.
لیست مقالات
لیست مقالات بایگانی شده
شناسایی حملات رومینگ تلفنهمراه با استفاده از یادگیری ماشین
سعیده سیف الدین - سجاد شیرعلی شهرضا
Emotion Recognition Using Effective Connectivity and Fully Complex-Valued Magnetic Graph Convolution Neural Network
Armin Pishehvar - Eghbal Mansoori - Abbas Mehrbaniyan - Reza Tahmasebi
OENMOP: Loss-Aware 4×4 and 5×5 and Scalable Non‑blocking Optical Switches Designed for Odd-Even Routing Algorithm for Chip-Scale Interconnection Networks
Negin Bagheri Renani - Elham Yaghoubi - Mina Mohammadirad
روشی برای بهبود آزمون جهش پیشگویانه با در نظر گرفتن اثر داده های از دست رفته
طه رستمی - دکتر سعید جلیلی طه رستمی - سعید جلیلی -
Electrophysiological Modeling and Interactive Approaches of Electrical Circuits and Hypergraphs for Understanding Neural Circuit Dynamics
Arian Baymani - Maryam Naderi Soorki
امنیت در اینترنت اشیا؛ معماری، کاربردها، چالشها و راهکارها
مهدی موسی وند - دکتر پیام محمودی نصر مهدی موسی وند - پیام محمودی نصر -
Effective Classifier for Predicting Churn in Payment Terminals Using RFM model and Deep Neural Network
Dr Mahila Dadfarnia - Ali Alemi Matinpour - Dr Monireh Abdoos
A Deep Learning Framework for Phase-Aware Feature Representation to Improve Sound Source Direction and Distance Estimation
Zahra Abolfazli - Hamid Reza Abutalebi
پیش بینی گره های رهبر در شبکه های اجتماعی با استفاده از پیش بینی پیوند
روح اله رشیدی - فرساد زمانی بروجنی - محمد رضا سلطان آقایی - هادی فرهادی
Scattering Wavelet-Based Image Quality Assessment Metric for Medical Images
Sina Omidvar - Jamshid Shanbehzadeh
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0