ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Fully Connected Dense Layer for Predicting Coronary Artery Disease

العنوان بلغة أخرى: تطبيق الشبكة العصبية ذات الطبقات المتعددة للتنبؤ بمرض الشريان التاجي
المؤلف الرئيسي: الدغيمات، معاذ نعمان حسن (مؤلف)
مؤلفين آخرين: البشير، محمد سعيد منصور (مشرف)
التاريخ الميلادي: 2021
موقع: المفرق
الصفحات: 1 - 48
رقم MD: 1171563
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

1

حفظ في:
LEADER 04501nam a2200325 4500
001 1534971
041 |a eng 
100 |9 627840  |a الدغيمات، معاذ نعمان حسن  |e مؤلف 
245 |a Fully Connected Dense Layer for Predicting Coronary Artery Disease 
246 |a تطبيق الشبكة العصبية ذات الطبقات المتعددة للتنبؤ بمرض الشريان التاجي 
260 |a المفرق  |c 2021 
300 |a 1 - 48 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات  |g الاردن  |o 0114 
520 |a تعتبر أمراض القلب والأوعية الدموية من أخطر الأمراض المؤدية للموت؛ وتتنوع أمراض القلب وتختلف بحيث يمكن تقسيمها إلى أنواع متعددة؛ ويعتبر مرض الشريان التاجي (Coronary Artery Disease (CAD)) واحدا من أهم أمراض القلب والأوعية الدموية. يعتبر التشخيص الدقيق والمبكر لمرض الشريان التاجي من أهم الأسباب التي تقلل من نسب الوفيات به، وهناك عدة طرق للتنبؤ بهذا المرض وتشخيصه؛ ولكن أدق هذه الطرق هو تصوير الأوعية (angiography)، ورغم ذلك فإن هذه الطريقة معقدة ومكلفة، ومع التطور في مجالات علم الحاسوب بشكل عام وفي التنقيب عن البيانات وتعلم الإلة بشكل خاص، قام الكثير من الباحثين بتوظيف خوارزميات التنقيب عن البيانات للتنبؤ بالأمراض ومنها مرض الشريان التاجي. ويأتي هذا البحث كدراسة للتنبؤ بمرض الشريان التاجي باستخدام الشبكة العصبية ذات الطبقات الكثيفة كاملة الاتصال ومن خلال استخدام مجموعة البيانات (The Sani dataset)، حيث تم استخدام ثلاث طبقات مخفية مع عدم استخدام أي خوارزمية لاختيار الخصائص من مجموعة البيانات معتمدا على (آلية اختيار الخصائص التي تعمل تلقائيا على اختيار الخصائص والموجودة في مثل هذا النوع من الشبكات العصبية. خلال هذه الدراسة تم استخدام مصفوفة الارتباك (Confusion matrix) كآلية لتقييم النموذج وكانت نسب القيم التي تم الحصول عليها جيدة لكل من الضبط (Accuracy) والحساسية (Sensitivity) حيث كانت النتيجة للدقة (91.76%) وللحساسية (94.37%) أما بالنسبة للنوعية فقد كانت النسبة ليست بجودة الدقة والحساسية (Specificity) بحيث كانت (%78.57). بالانتقال إلى الدقة (Precision) فقد كانت قيمتها 95.7%، وبالنسبة لمعامل ارتباط ماثيو(Matthews correlation coefficient) فقد كانت قيمته 0.7 وانتهاء بنسبة الإيجابية الخاطئة(False Positive Rate) فقد كانت قيمتها %21.4. وقد كانت النتائج التي تم الحصول عليها أفضل من النماذج التي استعملت الشبكات العصبية من حيث الضبط والحساسية. 
653 |a الشبكات العصبية  |a القطاع الطبي  |a المعدات الطبية  |a الأوعية الدموية  |a الأمراض القلبية  |a خوارزميات التنقيب 
700 |a البشير، محمد سعيد منصور  |g Al-Bashir, Mohammad Said  |e مشرف  |9 483571 
856 |u 9802-005-012-0114-T.pdf  |y صفحة العنوان 
856 |u 9802-005-012-0114-A.pdf  |y المستخلص 
856 |u 9802-005-012-0114-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-012-0114-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-012-0114-1.pdf  |y 1 الفصل 
856 |u 9802-005-012-0114-2.pdf  |y 2 الفصل 
856 |u 9802-005-012-0114-3.pdf  |y 3 الفصل 
856 |u 9802-005-012-0114-4.pdf  |y 4 الفصل 
856 |u 9802-005-012-0114-5.pdf  |y 5 الفصل 
856 |u 9802-005-012-0114-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1171563  |d 1171563 

عناصر مشابهة