اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتعدين البيانات الطبية لتحديد عوامل خطر الإصابة بأمراض القلب باستخدام مجموعة متكررة
780
0 9
0.0
(
0
)
نشر من قبل
جامعة دمشق ورقة بحثية
تاريخ النشر
2019
مجال البحث
الهندسة المعلوماتية
والبحث باللغة
العربية
تأليف
Dr. B. Srinivasu( باحث )
تمت اﻹضافة من قبل
Sedra Al Omari
اسأل ChatGPT حول البحث
في هذا المشروع ، تم تنفيذ طريقة لتحديد عوامل خطر ا لا صابة بأأمراض القلب من خلال مجموعة عناصر متكررة حيث يتم ا نشاء هذه المجموعات بناءً على attributes و minimum support value , تساعد هذه المجموعات المس تخرجة الطبيب على أ أتخاذ القرارت التشخيصية وتحديد مس توى خطر المرضى في مراحل مبكرة , يمكن تطبيق هذه الطريقة المقترحة من اجل التنبؤ بعوامل الخطر مع مس توى الخطر با لاعتماد على عوامل محددة
No English abstract
مراجعة الذكاء الصنعي:
ملخص البحث
تتناول هذه الدراسة استخدام تقنيات استخراج البيانات (Data Mining) لتحديد عوامل الخطر المرتبطة بأمراض القلب. تعتبر أمراض القلب والأوعية الدموية من أكثر الأمراض القاتلة التي تصيب الرجال والنساء على حد سواء. تهدف الدراسة إلى استخدام مجموعة من العناصر المتكررة (Frequent Itemsets) لاستخراج الأنماط والعوامل التي تزيد من خطر الإصابة بأمراض القلب. تم تنفيذ الطريقة المقترحة باستخدام بيانات من قاعدة بيانات UCI Repository of Cleveland التي تحتوي على 303 سجلات مرضى و14 سمة. تم معالجة البيانات مسبقًا وتحويلها إلى تنسيق يمكن فهمه، ثم تم تطبيق تقنية تقليم البيانات (Pruning) لإزالة العناصر النادرة. أظهرت النتائج أن زيادة قيمة العتبة تقلل من نسبة الأمراض الناتجة، مما يساعد الأطباء في اتخاذ قرارات تشخيصية مبكرة وتحديد مستوى الخطر لدى المرضى.
قراءة نقدية
دراسة نقدية: تعتبر هذه الدراسة خطوة مهمة في استخدام تقنيات استخراج البيانات لتحسين التشخيص الطبي وتحديد عوامل الخطر لأمراض القلب. ومع ذلك، يمكن تحسين الدراسة من خلال زيادة حجم العينة المستخدمة لتشمل بيانات من مصادر متعددة، مما يزيد من دقة النتائج. كما يمكن تحسين النموذج المقترح من خلال دمج تقنيات تعلم الآلة الأخرى مثل الشبكات العصبية العميقة لتحسين دقة التنبؤ. بالإضافة إلى ذلك، يجب مراعاة العوامل البيئية والنفسية التي قد تؤثر على صحة القلب والتي لم يتم تناولها في هذه الدراسة.
أسئلة حول البحث
-
ما هي الأهداف الرئيسية لهذه الدراسة؟
تهدف الدراسة إلى تحديد الأنماط أو السمات من مجموعة البيانات، وتحديد السمات الأكثر صلة بتشخيص أمراض القلب، وتحليل نتائج النموذج المستخدم بمساعدة خبير المجال.
-
ما هي التقنية المستخدمة في هذه الدراسة لتقليل حجم مجموعة البيانات؟
تم استخدام تقنية تقليم البيانات (Pruning) لإزالة العناصر النادرة وتقليل حجم مجموعة البيانات.
-
ما هي قاعدة البيانات المستخدمة في هذه الدراسة؟
تم استخدام قاعدة بيانات UCI Repository of Cleveland التي تحتوي على 303 سجلات مرضى و14 سمة.
-
كيف يمكن تحسين دقة التنبؤ في النموذج المقترح؟
يمكن تحسين دقة التنبؤ من خلال دمج تقنيات تعلم الآلة الأخرى مثل الشبكات العصبية العميقة وزيادة حجم العينة المستخدمة لتشمل بيانات من مصادر متعددة.
المراجع المستخدمة
M. Ilayaraja Medical Data Mining Method to Predict Risk Factors of Heart Attack and Raise Early Warning to Patients, 2015.
قيم البحث
اقرأ أيضاً
تأكد دور العملية الالتهابية في التصلب العصيدي وتطوره حيث تتدخل العديد من العوامل الالتهابية في عملية الالتهاب الوعائي والذي يؤدي إلى أذية البطانة والتي هي الحدث المبكر في عملية التصلب العصيدي
تضمن البحث القيام بتحديد الأجناس و الأنواع وفقاً للتصنيف الذي يعتمد على نوع الأزهار، و على الصفات الشكلية، حيث تم تحديد 24 نوعاً طبياً برياً تتبع إلى 20 جنساً جميعها تنتمي إلى الفصيلة Asteraceae و ذلك بالاعتماد على بعض المراجع و السجلات و الأطالس و خاصة التي درست فلورة المنطقة.
تم في هذا العمل تحديد عوامل الجسوءة ( ، ، ) في بلّورة مادة فيرومغناطيسية تدخل في حسابات ثوابت تباين المناحي ( Anisotropy) للبلورات المغناطيسية. علاوةً على ذلك, تم تحديد قيم مجالات بين متجهة تمغنط البلورة واتجاه الحقل المغناطيسي المطبق عليها ,
التي توافق وجود حالات التوازي ، وحالات التوازي المضاد ، وكذلك المجالات المناسبة لعملية القفز المغناطيسي بين الحالتين .
يقدم هذا البحث دراسة مرجعية عن الخوارزميات و الأنظمة المتوفرة لكشف الانتحال ، و يقوم بتصميم و بناء تطبيق لكشف الانتحال في الأبحاث الطبية بتوظيف الأنطولوجيات الطبية العالمية المتوفرة على الشبكة العنكبوتية .
إن مسألة كشف الانتحال في الأبحاث الطبية الم
كتوبة باللغات الطبيعية هي مسألة معقدة و تتعلق بالمجال الدقيق للابحاث الطبية .
يوجد العديد من الخوارزميات المستخدمة لكشف الانتحال في اللغات الطبيعية و التي تقسم بشكل عام إلى صنفين رئيسين هما خوارزميات المقارنة بين الملفات عن طريق بصمات الملفات ، و خوارزميات مقارنة محتوى الملفات و التي تتضمن خوارزميات مقارنة السلاسل النصية و خوارزميات مقارنة البنى الشجرية للملفات .
حديثا تم البحث في مجال خوارزميات كشف الانتحال ذات البعد الدلالي فتم تطوير خوارزميات كشف الانتحال الدلالية المعتمدة على تحليل نماذج الاقتباس في الأبحاث العلمية .
تمَ في هذا العمل تطوير نظام لكشف الانتحال باستخدام محرك البحث Bing ، حيث تم استخدام خوارزمية تعتمد على استخدام و توظيف نوعين من الانطولوجيات و هي الأنطولوجيات العامة مثل وورد نت ( WordNet ) و الأنطلوجيات الطبية العالمية أشهرها أنطولوجيا الأمراض Diseases ontology التي تحتوي على توصيف الأمراض و خصائصها و تعريفها و اشتقاق الأمراض من بعضها.
بعد أداء متزايد لأنظمة الترجمة الآلية العصبية، تتم الآن دراسة نموذج استخدام البيانات المترجمة تلقائيا للتكيف عبر اللغات في العديد من المجالات المعمارية.لا تزال القدرة على شرح المشروع بدقة، ومع ذلك، فإن هناك مشكلة في مهام علامات التسلسل حيث يجب توقع ا
لتوضيح بالمسافة الصحيحة.بالإضافة إلى ذلك، عندما تعني المهمة النص الناتج عن المستخدم صاخبة، يمكن أن تتأثر جودة الترجمة والترجمة التوضيحية.في هذه الورقة نقترحنا معالجة تسلسل تسلسل متعدد اللغات مع طريقة محاذاة سبين جديدة وتطبيقها على استخراج هدف الرأي من مراجعات العملاء.نظرا لأن توفير الاستدلال المناسبة، فإن البيانات المترجمة مع الإسقاط التلقائي التلقائي من المستوى التلقائي يمكن أن تسفر عن تحسينات التكيف عبر اللغات مقارنة بنقل الرصاص الصفر، وتعزيز البيانات مقارنة بناس خطي متعدد اللغات.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
