مروری بر روشهای مبتنی بر یادگیری ماشین برای پیش بینی بیماری عروق کرونر قلب

چکیده مقاله

پیشرفت های اخیر در حوزه هوش مصنوعی، این امکان را فراهم ساخته است که داده های سلامت به صورت کارآمد و دقیق پردازش شوند هدف سیستم های پیش بینی خطر سکته قلبی شناسایی به موقع بیماران پرخطر و ارائه راهکارهای پیشگیرانه است مدل های پیش بینی مبتنی بر یادگیری ماشین با توانایی استخراج الگوهای پیچیده از داده های حجیم و چند بعدی پتانسیل فوق العاده ای برای کمک به متخصصان قلب و عروق نشان داده اند اما با چالش عدم تعادل کلاس مواجه هستند تاکنون پژوهش های زیادی در این مورد انجام گرفته و روش های مختلفی برای آن ارائه شده است در این مقاله تعدادی از روش های مطرح و به روز در زمینه پیش بینی بیماری عروق کرونر قلب CAD مورد بررسی و مقایسه قرار گرفته است نتیجه این مطالعه می تواند به منظور انتخاب روش های موجود و یا شناسایی مسیرهای پژوهشی آینده در این حوزه استفاده شود

کلیدواژه‌ها

نویسندگان

فاطمه اکبری جونی

گروه کامپیوتر دانشکده هوش مصنوعی و فناوری های اجتماعی و پیشرفته واحد اصفهان خوراسگان دانشگاه آزاد اسلامی، اصفهان، ایران

کیوان محبی

گروه کامپیوتر دانشکده هوش مصنوعی و فناوری های اجتماعی و پیشرفته واحد اصفهان خوراسگان دانشگاه آزاد اسلامی، اصفهان، ایران

�کبری جونی، فاطمه و محبی، کیوان،1404،مروری بر روشهای مبتنی بر یادگیری ماشین برای پیش بینی بیماری عروق کرونر قلب،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد

ارائه‌شده در

مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد