نتائج البحث : يوجد 2

قائمة 1 - 2 من 2
فرز

مقالة
Improving The Accuracy Of KNN Classifier For Heart Attack Using Genetic Algorithm

المؤلف: Noor Kadhim Ayoob
ﺎﻠﻤﺠﻟﺓ: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 السنة: 2016 الاصدار: المؤتمر العلمي الرابع لكلية العلوم الصفحات: 116-125
الجامعة: Kerbala University جامعة كربلاء - جامعة كربلاء

Loading...
Loading...
الخلاصة

The automatic diagnosis of the diseases using the computer is a fertile field for many researchers who are trying to design systems that help to reduce the mistakes made by inexperienced doctors or because of the influence of the pressures of life .This search deals with the use of (KNN) to diagnose the heart attack and then propose to improve the performance of KNN by using the genetic algorithm to control the basic joints of this method through determining the value of K, database segmentation, in addition to the reducing of the features. The proposed system has succeeded in increasing the accuracy of diagnosis from 75% to 100 %. Keywords: K nearest, Genetic Algorithm, heart attack, automatic diagnosis.

التشخيص الأوتوماتيكي للأمراض يشكل حقلا خصبا للعديد من الباحثين الذين يحاولون تصميم نظم تساعد في تقليل الأخطاء التي قد يرتكبها أطباء لا يملكون قدرا كافيا من الخبرة او تحت تأثير ضغوطات الحياة. يتناول هذا البحث استخدام طريقة المجاور الأقرب (KNN) في تشخيص مرض النوبة القلبية و من ثم يقترح تحسين أداء هذه الطريقة عن طريق استخدام الخوارزمية الجينية للتحكم بالمفاصل الأساسية لطريقة المجاور الأقرب وهي تحديد قيمه K وتقسيم قاعدة البيانات إضافة إلى عملية تقليص الخصائص . النظام المقترح نجح في زيادة الدقة إلى 100 % بعد أن كانت 75 % فقط.الكلمات المفتاحية: المجاور الأقرب, الخوارزمية الجينية, النوبة القلبية, التشخيص الأوتوماتيكي

الكلمات المفتاحية


مقالة
Breast Cancer Diagnosis Using K-means Methodology

المؤلف: Noor Kadhim Ayoob
ﺎﻠﻤﺠﻟﺓ: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 السنة: 2018 المجلد: 26 الاصدار: 1 الصفحات: 9-16
الجامعة: Babylon University جامعة بابل - جامعة بابل

Loading...
Loading...
الخلاصة

After lung cancer, breast cancer is the second cause of death among women. Due to the seriousness of the disease, research has stepped up to help diagnose this disease by providing medical personnel with a classification based computer systems that determine whether the patient is infected. This research focuses on the use method (K-means) for the diagnosis of breast cancer based on a global database known as (WBCD) dedicated to this purpose. The proposed method has proved its effectiveness in classification and the accuracy of the system is equal to 96.4861%.

يعد سرطان الثدي المسبب الثاني للوفاة بين النساء بعد سرطان الرئة, و نظرا ً لخطورة هذا المرض، انبرت البحوث للمساعدة في تشخيص هذا المرض عن طريق تجهيز الطاقم الطبي بأنظمة تصنيف تعتمد على الكمبيوتر لتحديد ما إذا كان المريض مصاب أم لا. يركز هذا البحث على طريقة استخدام (K-means) لتشخيص سرطان الثدي بالاعتماد على قاعدة بيانات عالمية معروفة باسم (WBCD) مخصصة لهذا النوع من الأبحاث. أثبتت هذه الطريقة فاعليتها في التصنيف وقد وصلت دقة النظام الى96.4861٪.

قائمة 1 - 2 من 2
فرز
تضييق نطاق البحث

نوع المصادر

مقالة (2)


اللغة

Arabic (1)

English (1)


السنة
من الى Submit

2018 (1)

2016 (1)