جلد 23، شماره 3 - ( 7-1399 )                   جلد 23 شماره 3 صفحات 42-54 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

DezhAloud N, Soleimanian Gharehchopogh F. Diagnosis of Heart Disease Using Binary Grasshopper Optimization Algorithm and K-Nearest Neighbors. jha. 2020; 23 (3) :42-54
URL: http://jha.iums.ac.ir/article-1-3297-fa.html
دژآلود ندا، سلیمانیان قره چپق فرهاد. تشخیص بیماری قلبی با استفاده از الگوریتم بهینه‌سازی ملخ دودویی و k نزدیک‌ترین همسایه. فصلنامه مدیریت سلامت. 1399; 23 (3) :42-54

URL: http://jha.iums.ac.ir/article-1-3297-fa.html


1- دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه
2- استادیار، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه ، bonab.farhad@gmail.com
چکیده:   (76 مشاهده)
مقدمه: قلب یکی از ارگان‌های اصلی بدن انسان است و سالم نبودن آن عامل مهمی در مرگ‌ومیر انسان‌ها است. بیماری قلبی ممکن است بدون علامت باشد اما می‌توان از طریق آزمایش‌های پزشکی این نوع بیماری را پیش‌بینی و تشخیص داد. تشخیص بیماری قلبی به تجربیات زیاد پزشکان متخصص نیاز دارد. هدف مطالعه حاضر، تشخیص بیماری قلبی به‌منظور کمک به پزشکان برمبنای ترکیب الگوریتم بهینه‌سازی ملخ دودویی و k نزدیک‌ترین همسایه است. از الگوریتم بهینه‌سازی ملخ دودویی برای انتخاب ویژگی‌ها و از الگوریتم K نزدیک‌ترین همسایه برای طبقه‌بندی استفاده‌شده است.
روش­ ها: این مطالعه از نوع توصیفی- تحلیلی بود.. در این مطالعه، پرونده پزشکی 270 بیمار در حوزه بیماری قلبی با تعداد 13 ویژگی بررسی شد. تعداد بیماران مبتلا برابر با 120 و فقدان بیماری برابر با 150 بود، لذا مجموعه داده در حالت متوازن است. اطلاعات بیماران از پایگاه داده استاندارد UCI استخراج شد. ارزیابی مدل پیشنهادی در شبیه‌سازی MATLAB انجام‌شد.
یافته­ ها: با توجه به ارزیابی‌های انجام‌شده بر روی روش پیشنهادی، درصد صحت برابر با 8/89، درصد حساسیت برابر با 6/89 و درصد ویژگی برابر با 4/90 به دست آمد که در مقایسه با نتایج مطالعات انجام‌شده در حوزه بیماری قلبی، دقت به‌دست‌آمده روش پیشنهادی، قابل‌قبول است. همچنین، درصد صحت روش پیشنهادی برمبنای هفت ویژگی  (Age, Sex, Chest Pain, BP, Electrocardiographic, Angina, Thallium) برابر با 3/90 درصد به‌دست‌آمد.
نتیجه‌گیری: با توجه به نتایج حاصل از این مطالعه، برای تشخیص بیماری قلبی، روش پیشنهادی در تشخیص بیماری و انتخاب ویژگی‌های مهم نسبت به روش‌های قبلی بهتر عمل کرده است.
متن کامل [PDF 1348 kb]   (197 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مدیریت اطلاعات بهداشتی و درمانی
دریافت: 1399/4/17 | پذیرش: 1399/7/10 | انتشار: 1399/7/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مدیریت سلامت می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2020 All Rights Reserved | Journal of Health Administration

Designed & Developed by : Yektaweb