ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Classification of Parkinson’s...>الوصف
يجب تسجيل الدخول أولا

Classification of Parkinson’s Disease Using Machine Learning Algorithms: A Comparative Study

العنوان بلغة أخرى: تشخيص مرض الشلل الرعاشي باستخدام خوارزميات تعلم الآلة: دراسة مقارنة
المصدر: مجلة القلزم للدارسات التطبيقية
الناشر: مركز بحوث ودراسات دول حوض البحر الأحمر وجامعة دنقلا
المؤلف الرئيسي: عبدالرحيم، محمد مأمون (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdulerahim, Mohamed Mamoun
مؤلفين آخرين: إبراهيم، أشرف عثمان (م. مشارك)
المجلد/العدد: ع1
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2023
التاريخ الهجري: 1444
الشهر: يناير
الصفحات: 87 - 108
ISSN: 1858-9553
رقم MD: 1357989
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, science
مواضيع:
أمراض الجهاز العصبي | مرض الشلل الرعاشي | خوارزميات تعلم الآلة | الشبكات العصبية
كلمات المؤلف المفتاحية:
مرض الشلل الرعاشي | الشبكات العصبية الاصطناعية | مجموعة القرار | شجرة القرار المعزز | آلة المتجهات الداعم | Parkinson’s Disease Diagnosis | Dataminig | Ensemble Methods
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

18

حفظ في:
المستخلص: هدفت هذه الدراسة إلى تشخيص مرض الشلل الرعاشي(باركنسون) باستخدام خوارزميات تعلم الآلة، حيث يعتبر المرض من الأمراض المعقدة والتي يصعب تشخيصها في المراحل الأولى، حيث تم تطبيق خمس خوارزميات تصنيف مختلفة على مجموعة البيانات التي تم الحصول عليها منUCI Machine Learning Repository، وأجرينا خمس تجارب، حيث قمنا باستخدام الشبكات العصبية، وشجرة القرار، وشجرة القرار المعززة، وآلة المتجهات الداعمة غابة القرار، حققت خوارزمية شجرة القرار المعززة أفضل النتائج، حيث كانت دقة التصنيف 89.7 بينما احتلت الشبكة العصبية المرتبة الأخيرة مع أسوأ نتيجة بدقة 75.9.

This study aims to diagnose Parkinson's disease using machine learning, five different classification techniques were applied to dataset obtained from UCI Machine Learning Repository. We conducted five experiments, using tow class perceptron, tow class decision forest , tow class boosted decision tree , tow class support vector machine and tow class decision Jungle, The boosted decision tree technique achieved the best results, as the classification accuracy was 89.7 While the perceptron ranked last with the worst result with 75.9 accuracy The paper also discussed the reasons for the superiority of algorithms over others, at the end of the project, we created a web page and it was linked to the classification model so that the data could be entered and the diagnosis would be made directly. General Terms: Parkinson Disease, Artificial Neural Networks, Decision Forest, Boosted Decision Tree, Support Vector Machine
ISSN: 1858-9553

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.