دوره 10، شماره 4 - ( 12-1402 )
جلد 10 شماره 4 صفحات 356-346 |
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:
Hosseinpoor M. Presenting an Intelligent Algorithm to Predict Heart Attack. jhbmi 2024; 10 (4) :346-356
URL: http://jhbmi.ir/article-1-763-fa.html
URL: http://jhbmi.ir/article-1-763-fa.html
حسین پور محمدجواد. ارائه الگوریتمی هوشمند جهت پیش‌بینی سکته قلبی. مجله انفورماتیک سلامت و زیست پزشکی. 1402; 10 (4) :346-356
عضو هیأت علمی و استادیار بخش مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد استهبان، استهبان، ایران
چکیده: (1760 مشاهده)
مقدمه: امروزه یکی از شایع‌ترین علت مرگ بزرگسالان در سراسر دنیا سکته قلبی می‌باشد. طبق اعلام وزارت بهداشت، درمان و آموزش پزشکی، 11 تا 15 درصد مرگ و میرها در کشور ناشی از سکته قلبی است و در جهان، ایران بالاترین آمار مرگ ناشی از بیماری قلبی را دارا می‌باشد. تخمین زده شده که در سال 2022، مرگ و میر ناشی از این بیماری‌ها به 20 میلیون نفر افزایش یابد؛ بنابراین پیش‌بینی کردن این بیماری از جمله مباحث چالش برانگیز در مبحث پزشکی می‌باشد و امروزه اکثر سیستم‌های پیش‌بینی با استفاده از الگوریتم‌های هوش مصنوعی و یادگیری ماشین به وجود آمده‌اند.
روش: پژوهش حاضر از نوع کاربردی و توصیفی است، که در سال 1401 با استفاده از اطلاعات ۶00 نفر از افراد مراجعه کننده به بیمارستان پیمانیه و مطهری شهرستان جهرم انجام شده است. در این پژوهش داده‌ها بر اساس منابع موجود از هر دو بیمارستان جمع‌آوری شدند. به منظور پیاده‌سازی و ارزیابی نتایج از زبان برنامه‌نویسی متلب استفاده شده است.
نتایج: پارامترهای به‌کاررفته در این پژوهش جزء پارامترهای دسته‌بندی می‌باشد که شامل: نرخ دسته‌بندی، صحت، فراخوان و F سنجش می‌باشند که به‌ترتیب مقادیر 90/7، 90/2، 91/5 و 90/8 به دست آمده است.
نتیجه‌گیری: نتایج نشان می‌دهند که مدل پیشنهادی قادر خواهد بود که با درصد بالایی احتمال وقوع سکته را پیش‌بینی کند
روش: پژوهش حاضر از نوع کاربردی و توصیفی است، که در سال 1401 با استفاده از اطلاعات ۶00 نفر از افراد مراجعه کننده به بیمارستان پیمانیه و مطهری شهرستان جهرم انجام شده است. در این پژوهش داده‌ها بر اساس منابع موجود از هر دو بیمارستان جمع‌آوری شدند. به منظور پیاده‌سازی و ارزیابی نتایج از زبان برنامه‌نویسی متلب استفاده شده است.
نتایج: پارامترهای به‌کاررفته در این پژوهش جزء پارامترهای دسته‌بندی می‌باشد که شامل: نرخ دسته‌بندی، صحت، فراخوان و F سنجش می‌باشند که به‌ترتیب مقادیر 90/7، 90/2، 91/5 و 90/8 به دست آمده است.
نتیجه‌گیری: نتایج نشان می‌دهند که مدل پیشنهادی قادر خواهد بود که با درصد بالایی احتمال وقوع سکته را پیش‌بینی کند
نوع مطالعه: پژوهشي اصیل |
موضوع مقاله:
هوش مصنوعی در حوزه سلامت
دریافت: 1401/12/13 | پذیرش: 1402/11/23
دریافت: 1401/12/13 | پذیرش: 1402/11/23
فایل صوتی [MP3 1814 KB] (47 دریافت)
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
