الصفحة الرئيسية
عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
إطار تعلم الآلة للكشف المبكر عن احتمالية الإصابة بأمراض القلب والأوعية الدموية لدى المريض باستخدام سمات متعددة
A ML framework for early detecting the likelihood of cardiovascular disease in a patient using multi-attributes
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
النوبة القلبية هي واحدة من أكثر المشاكل إلحاحا في مجال الرعاية الصحية حيث تعد أمراض القلب والأوعية الدموية السبب الرئيسي للعديد من الوفيات في العالم على مدار العقود القليلة الماضية وظهرت على أنها أكثر الأمراض التي تهدد الحياة. نحن بحاجة إلى نظام موثوق ودقيق ومجدي للتشخيص العاجل لمثل هذه الأمراض من أجل العلاج المناسب. في الوقت الحاضر، من المعروف أن التعلم الآلي يلعب دو ًرا كبي ًرا في الصناعة الطبية وتطبيق خوارزميات وتقنيات التعلم الآلي على مجموعات البيانات الطبية المختلفة لأتمتة تحليل البيانات الكبيرة والمعقدة باستخدام نماذج التعلم الآلي المختلفة لتشخيص المرض أو التصنيف أو تنبؤ نتائج. يستخدم العديد من الباحثين مؤخرا تقنيات مختلفة للتعلم الآلي لمساعدة صناعة الرعاية الصحية والمتخصصين في تشخيص الأمراض المرتبطة بالقلب. يقدم هذا البحث تحسينًا للعوامل والمحفزات التي قد تؤدي إلى الإصابة بنوبة قلبية، يركز هذا البحث على تطوير إطار عمل مبسط يجمع بين تقنيات التعلم الآلي بما في ذلك أشجار القرار ودعم آلات المتجهات والعديد من التقنيات للمساعدة في التنبؤ بالنوبات القلبية المبكرة لمختلف الفئات العمرية باستخدام بيانات المريض. يتم استخدام المنهجين الكمي والنوعي، مما ساعد على تحليل وتقييم البيانات التي تم جمعها خصيصا من المجتمع السعودي لإجراء هذا البحث. أشارت النتائج إلى أن الإطار المطور المقترح تفوق على النموذج في المرحلة الأولية حيث اعطى دقة أكبر في وقت أقل للتنبؤ بدقة 85.99٪. أخيرا يتم تقييم الإطار باستخدام معايير التقييم، بالإضافة إلى مقارنة العمل بالعمل السابق.
المشرف
:
د. فرخ سليم
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1444 هـ
2023 م
تاريخ الاضافة على الموقع
:
Monday, May 1, 2023
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
وهج فرحان الشمري
Alshammari, Wahaj Farhan
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
49176.pdf
pdf
الرجوع إلى صفحة الأبحاث