ارائه ي مدلي مبتني بر رويكردهاي آماري/ماشين براي پيش بيني سكته ي مغزي

كارشناسي ارشد

سكته مغزي يكي از معضلات بزرگ بهداشتي، شايع‌ترين و نيز پر عارضه‌ترين بيماري مغز و اعصاب است و همه ساله حدود ميليون‌ها نفر را در سراسر جهان مبتلا مي‌كند. با توجه به رشد روز افزون نرخ مرگ وميرناشي از سكته مغزي و همچنين هزينه هاي سنگيني كه اين عارضه به سازمان‌هاي مراقبت بهداشتي تحميل مي‌كند، همه كشورها پيشگيري از آن را در بالاترين اولويت ها قرار داده اند. با توجه به توسعه بكارگيري تكنيك هاي گوناگون داده كاوي درارائه مدل هاي پيش بيني سكته مغزي شناخت و مقايسه اين روش ها لازم و ضروري به نظر مي‌رسد. مطالعه حاضر در سال 1399 و با هدف ارائه¬ي مدلي مبتني بر رويكردهاي آماري/ماشين براي پيش بيني سكته¬ي مغزي انجام شده است. استفاده از 9 الگوريتم مختلف كه در مقايسه با تحقيق‌هاي پيشين، منجر به دقت بالاتر پيش‌بيني سكته مغزي گرديد، نواوري مطالعه حاضر است. و نيز ا بدين منظور از داده‌هاي يك ‌ديتاست كه شامل داده‌هاي مربوط به 47557 نفر بود، مورد استفاده قرار گرفت. به منظور تجزيه و تحليل داده‌ها از نرم‌افزار رپيدماينر استفاده گرديد. به منظور ارائه مدل پيش‌بيني سكته مغزي، الگوريتم‌هاي "درخت تصميم، نايو بيز، قوانين انجمني، شبكه عصبي، مدل ماشين بردار پشتيبان، رگرسيون لجستيك، كي- نزديكترين همسايه، جنگل تصادفي و مدل تركيبي" مورد استفاده قرار گرفتند. بر اساس يافته‌هاي پژوهش، دقت مدل‌هاي مختلف به شرح زير بود: مدل درخت تصميم (دقت كل= 89/63)، مدل نايو بيز (دقت كل= 88/86)، مدل قوانين انجمني (دقت كل= 02/91)، مدل شبكه عصبي(دقت كل= 02/91)، مدل ماشين بردار پشتيبان (دقت كل= 37/89)، مدل رگرسيون لجستيك (دقت كل= 40/83)، مدل كي- نزديكترين همسايه (دقت كل= 62/84)، مدل جنگل تصادفي (دقت كل= 97/83) و مدل تركيبي كي- نزديكترين همسايه، نايوبيز و قوانين انجمني (دقت كل= 87/92). بر اساس يافته‌هاي پژوهش، مدل‌هاي پيش‌بيني سكته مغزي مبتني بر "شبكه عصبي، درخت تصميم، مدل تركيبي و نايوبيز" داراي بهترين عملكرد بودند.

195636

دانشگاه علم و صنعت ايران

دكتر كامران حيدري

بهينه سازي سيستم ها

دكتر رسول نورالسناء