Abstract:
امروزه بیماری قلبی بسیار معمول و یکی از دلایل اصلی مرگ و میر به شمار می رود. به همین علت تشخیص درست و به موقع این بیماری بسیار مهم است. روش های تشخیصی و درمانی این بیماری عوارض جانبی زیاد و پرهزینه ای دارد؛ بنابراین محققان به دنبال روش های ارزان و با دقت بالا برای تشخیص این بیماری هستند. هوش مصنوعی امروزه در بسیار از سیستم ها مورد استفاده قرار می گیرد که مهمترین آن سیستم ها سلامت است. یکی از بیماری ها قلبی که هرساله جان بسیار از افراد بر اثر آن از دست می رود بیماری فشار خون است که در این تحقیق با استفاده از هوش مصنوعی به دنبال پیش بینی و تشخیص این بیماری هستیم.
Heart disease alone is a very valuable and one of the leading causes of death. That is why the correct and timely diagnosis of this disease is very important. Methods of diagnosis and treatment of this disease have many and costly side effects. If researchers are looking for cheap and high-precision methods to diagnose the disease. Inse artificial intelligence is used in many systems, the most important of which is health systems. One of the heart diseases that cause many people to lose their lives every year is hypertension, which in this study seeks to predict and diagnose this disease by using artificial intelligence.
Machine summary:
در این پروژه، مجموعه داده بیماری های قلبی با حذف رکوردهای تکراری و تهیه مقادیر مفقود پاکسازی شده و علاوه بر آن نیز به شکل مناسب برای خوشه بندی تبدیل شده است (ساد و همکاران 2006)، سپس با استفاده از مدل feature selection برای شناسایی ویژگی های مهم در پیش بینی یک نتیجه خاصئ استفاده می شود.
نتیجه اجرای مدل انتخاب ویژگی در شکل 2 نشان (به تصوير صفحه مراجعه شود) خوشه بندی با استفاده از الگوریتم K- Means الگوریتم k - means یکی از ابزار شناخته شده خوشه بندی است که k - means داده ها را مطابق با مقادیر مشخصه شان به دسته مجزا گروه بندی می کند.
(به تصوير صفحه مراجعه شود)خوشه بندی با استفاده از مدل Ko honen این گره نوعی از شبکه های عصبی را تولید می کند که برای خوشه بندی مجموعه داده ها در گروههای مجزا به کار می رود.
(به تصوير صفحه مراجعه شود) نتایج حاصل از پیاده سازی در هر سه مدل شبکه عصبی از تعداد ۴۸۱ رکورد برای آموزش و ۱۳۴ رکورد برای تست استفاده شده است.
0، ٪۸۱ / ۷۵ می باشد و نتایج بررسی شده نشان دهنده این است مدل شبکه عصبی بر مجموعه داده بیماری های قلبی بهتر عمل می کند.
Use of artificial intelligence to predict and diagnose hypertension Farshid Sahba 1 Seyedeh Fatemeh Muntajbi 2 Mahsa Nasser Khaki 3 Date of Receipt: 2021/03/29 Date of Issue: 2021/04/15 Abstract Heart disease alone is a very valuable and one of the leading causes of death.