ترجمه مقاله تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون - نشریه IEEE

ترجمه مقاله تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون - نشریه IEEE
قیمت خرید این محصول
۲۷,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون
عنوان انگلیسی
Early Diagnosis of Heart Disease Using Classification And Regression Trees
صفحات مقاله فارسی
11
صفحات مقاله انگلیسی
4
سال انتشار
2013
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع ارائه مقاله
کنفرانس
شناسه ISSN مجله
2161-4393
کد محصول
10294
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
درج نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
ضمیمه
ندارد
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
پزشکی، قلب و عروق
کنفرانس
کنفرانس مشترک بین المللی شبکه های عصبی - International Joint Conference on Neural Networks
دانشگاه
گروه مهندسی برق و الکترونیک (DIEE)، دانشگاه کالیاری، ایتالیا
doi یا شناسه دیجیتال
https://doi.org/10.1109/IJCNN.2013.6707080
فهرست مطالب
چکیده
1. مقدمه
2. روش ها
الف) پیش پردازش
ب) استخراج ویژگی
ج) طبقه بندی و درخت رگرسیون
3. آزمایش ها و نتایج
4. جمع بندی
نمونه چکیده متن اصلی انگلیسی
Abstract

Early diagnosis of heart defects are very important for medical treatment. In this paper, we propose an automatic method to segment heart sounds, which applies classification and regression trees. The diagnostic system, designed and implemented for detecting and classifying heart diseases, has been validated with a representative dataset of 116 heart sound signals, taken from healthy and unhealthy medical cases. The ultimate goal of this research is to implement a heart sounds diagnostic system, to be used to help physicians in the auscultation of patients, with the goal of reducing the number of unnecessary echocardiograms and of preventing the release of newborns that are in fact affected by a heart disease. In this study, 99.14% accuracy, 100% sensitivity, and 98.28% specificity were obtained on the dataset used for experiments.

نمونه چکیده ترجمه متن فارسی
چکیده
تشخیص اولیه در مورد مشکلات قلبی یکی از مهم ترین موضوعات برای تشخیص های پزشکی میباشد. در این مقاله، ما یک روش خودکار را برای بخش بندی صدای قلبی ارائه میدهیم که به نظر میتوان از آن برای طبقه بندی و درخت رگرسیون، استفاده کرد. سیستم تشخیصی، برای شناسایی و طبقه بندی بیماری های قلبی طراحی و ایجاد شده است و با استفاده از مجموعه داده ی نماینده ی 116 سیگنال صدای قلبی این کار انجام شده است که از موارد سالم و ناسالم از نظر شرایط قلبی، به دست آمده است. هدف نهایی این تحقیق، اجرا کردن یک سیستم تشخیص قلبی میباشد که میتواند مورد استفاده ی یک متخصص در ارزیابی بیماران قرار بگیرد تا تعداد اکو کاردیوگرام های غیر ضروری کاهش پیدا کرده و دیگر نیازی نباشد که نوزادانی به دنیا بیایند که تحت تاثیر بیماری های قلبی هستند. در این مطالعه، 99.14% صحت و 100% حساسیت و 98.28% ویژگی بر روی مجموعه داده ی مورد استفاده، به دست آمده است.

بدون دیدگاه