التنبؤ بأمراض القلب باستخدام خوارزميات التنقيب عن البيانات.

ماذا تناول البحث:

استخدام  عدة طرق  التنقيب عن البيانات  في المجال  الطبي حيث ان  الرعاية الصحية هي واحدة من المجالات التي تم العمل بها مؤخرًا. حيث ان  قطاع الرعاية الصحية “غنيًا بالمعلومات”. وتتمتع أنظمة الرعاية الصحية بإمكانية الوصول إلى العديد من مجموعات البيانات ويمكنها استخدامها للعثور على روابط واتجاهات مخفية في البيانات. ومع ذلك ، لا توجد أدوات تحليل فعالة كافية. لذا يتم تحليل مجموعة البيانات باستخدام خوارزميات مختلفة للتعلم الآلي ، مثل أشجار القرار ، والشبكات العصبية ANN ، وآلات دعم المتجهات SVM ، والخوارزميات. وبهذا نستطيع ان نستفيد من التنقيب البيانات في المجال الطبي للتنبو بحالة المريض .

 

 

الى ماذا يهدف البحث:

تهدف هذة الورقة البحثيه إلى تقديم لمحة عامة عن أحدث طرق اكتشاف المعرفة في استخدام قواعد البيانات وامكانية  التنبؤ بحالة الإنسان ما إذا كان يعاني من أمراض القلب أم لا.

وماذا اظهرت نتائج البحث:

تظهر النتائج أن SVM يعمل بشكل أفضل من التقنيات التنبؤية الأخرى ، مثل الشبكات العصبية ANN ، وأن شجرة القرار تعمل بشكل اقل كفاءة. نوصي باختبار المزيد من المصنفات ، لذا يمكنك مقارنة النتائج بخوارزميات أخرى وتحسين النظام في عملنا السابق عن طريق إضافة المزيد من الميزات. سيساعد هذا النظام على توقع وتشخيص الأشخاص المصابين بأمراض القلب بشكل أكثر دقة.

 

 

خلاصة البحث:

تم استخدام  عدة طرق  من خوارميات التنقيب عن البيانات  في المجال  الطبي حيث ان  الرعاية الصحية هي واحدة من المجالات التي تم العمل بها مؤخرًا. حيث ان  قطاع الرعاية الصحية “غنيًا بالمعلومات”. وتتمتع أنظمة الرعاية الصحية بإمكانية الوصول إلى العديد من مجموعات البيانات ويمكنها استخدامها للعثور على روابط واتجاهات مخفية في البيانات. ومع ذلك ، لا توجد أدوات تحليل فعالة كافية. لذا يتم تحليل مجموعة البيانات باستخدام خوارزميات مختلفة للتعلم الآلي ، مثل أشجار القرار ، والشبكات العصبية ، وآلات دعم المتجهات ، والخوارزميات. وبهذا نستطيع ان نستفيد من التنقيب البيانات في المجال الطبي للتنبو بحالة المريض. تهدف  هذة الورقة البحثية  إلى تقديم لمحة عامة عن أحدث طرق اكتشاف المعرفة بأستخدام قواعد البيانات. التنقيب عن البيانات هو تقنية مستخدمة في الأبحاث الطبية الحديثة ، خاصة للتنبؤ بأمراض القلب. السبب الرئيسي لعدد  كبير من الوفيات في جميع أنحاء العالم هو أمراض القلب. تم إجراء العديد من التجارب على مجموعة البيانات لمقارنة أداء تقنيات التنقيب عن البيانات التنبؤية.  تظهر النتائج أن SVM يعمل بشكل أفضل من التقنيات التنبؤية الأخرى ، مثل الشبكات العصبية ANN ، وأن شجرة القرار تعمل بشكل اقل كفاءه . سيساعد هذا النظام على توقع وتشخيص الأشخاص المصابين بأمراض القلب بشكل أكثر دقة.