CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مروری بر روش های پیش بینی بیماری های قلبی با رویکرد مبتنی بر داده کاوی

عنوان مقاله: مروری بر روش های پیش بینی بیماری های قلبی با رویکرد مبتنی بر داده کاوی
شناسه ملی مقاله: ICCSE02_060
منتشر شده در دومین کنفرانس بین المللی مهندسی و علوم کامپیوتر در سال 1401
مشخصات نویسندگان مقاله:

مهدی اکرمی - کارشناسی ارشد، موسسه آموزش عالی غیرانتفاعی و غیردولتی سلمان - مشهد
تکتم دهقانی - پسا دکتری انفورماتیک پزشکی ، گروه انفورماتیک پزشکی، دانشگاه علوم پزشک ی مشهد،استادیار، موسسه آموزش عالی غیرانتفاعی و غیردولتی توس

خلاصه مقاله:
بیماری قلبی یکی از بیماری های شایع در جهان می باشد و تشخیص بیماری قلبی کاری بسیار پیچیده در علم پزشکی محسوب می شود. صنعت پزشکی با حجم بسیار بالایی از داده روبرو است که این حجم داده باعث می شود به ابزارهای آنالیز داده ای قوی نیاز داشته باشیم تا اطلاعات مفید را از آنها استخراج کنیم . هدف از داده کاوی استخراج دانش از حجم انبوهی از داده ها است . روش های مبتنی بر هوش مصنوعی و داده کاوی در مواردی که داده ها ناقص و یا با یکدیگر متناقض باشند، بسیار بهتر عمل می کنند زیرا در این موارد داده های مفقود شده بر اساس الگوی موجود در داده ها بازیابی میگردد.لذا در این مقاله به تحقیقات انجام شده در زمینه تشخیص انواع بیماری قلبی و چگونگی عملکرد الگوریتم های داده کاوی و هوش مصنوعی پیشنهادی و روش های جدید نظیر متن کاوی و پردازش تصاویر پزشکی در کنار بهره گیری از تئوری منطق فازی و یادگیری عمیق در شناسایی بیماران قلبی خواهیم پرداخت تا با استفاده از پژوهش های اخیر به روش های کارآمدی دست پیدا کنیم .

کلمات کلیدی:
هوش مصنوعی ، الگوریتم های داده کاوی ، متن کاوی ، منطق فازی ، یادگیری عمیق ، بیماری قلبی .

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1615272/