مقاله #670

چکیده

در دهه‌های اخیر، چندین ابزار و روش‌های مختلف توسط محققان برای توسعه‌ی سیستم‌های پشتیبانی از تصمیم‌‌گیری موثر پزشک ارائه شده‌اند. علاوه بر این، روش‌های جدید و ابزارهای جدید همچنان به توسعه و ارائه روز به روز ادامه می‌دهند. تشخیص بیماری‌های قلبی یکی از موضوعات مهم است و محققان بسیاری توسعه‌ی سیستم‌های پشتیبانی از تصمیم‌گیری هوشمند پزشک را به منظور بهبود توانایی پزشکان مورد بررسی قرار داده‌اند. در این مقاله، روشی معرفی می‌کنیم که از نرم‌افزار پایه SAS 9-1-3 برای تشخیص بیماری‌های قلبی استفاده می‌کند. روش مجموع شبکه‌های عصبی، در مرکزیت سیستم پیشنهادی قرار دارد. این روش‌های مبتنی بر مجموع، با ترکیب احتمالات پسین یا مقادیر پیش‌بینی شده از مدل‌های متعدد قبلی، مدل‌های جدیدی را ایجاد می‌کند. بنابراین، مدل موثرتری می‌تواند ایجاد شود. ما آزمایش‌ها را با استفاده از ابزار پیشنهادی انجام می‌دهیم. ما دقت طبقه‌بندی 89.01 درصد از آزمایش‌های انجام شده بر روی داده‌های گرفته شده از پایگاه داده بیماری‌های قلبی Cleveland را به دست آوردیم. همچنین مقادیر حساسیت[1] و ویژگی[2] در تشخیص بیماری‌های قلبی را به ترتیب، 80.95 درصد و 95.91 درصد، به دست آوردیم.