تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون
ترجمه شده

تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون

عنوان فارسی مقاله: تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون
عنوان انگلیسی مقاله: Early Diagnosis of Heart Disease Using Classification And Regression Trees
مجله/کنفرانس: کنفرانس مشترک بین المللی شبکه های عصبی - International Joint Conference on Neural Networks
رشته های تحصیلی مرتبط: پزشکی
گرایش های تحصیلی مرتبط: قلب و عروق
شناسه دیجیتال (DOI): https://doi.org/10.1109/IJCNN.2013.6707080
دانشگاه: گروه مهندسی برق و الکترونیک (DIEE)، دانشگاه کالیاری، ایتالیا
ناشر: آی تریپل ای - IEEE
نوع ارائه مقاله: کنفرانس
نوع مقاله: ISI
سال انتشار مقاله: 2013
صفحات مقاله انگلیسی: 4
صفحات ترجمه فارسی: 11 (1 صفحه رفرنس انگلیسی)
فرمت مقاله انگلیسی: pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
ترجمه شده از: انگلیسی به فارسی
وضعیت ترجمه: ترجمه شده و آماده دانلود
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا منابع داخل متن درج یا ترجمه شده است: خیر
آیا توضیحات زیر تصاویر و جداول ترجمه شده است: بله
آیا متون داخل تصاویر و جداول ترجمه شده است: خیر
کد محصول: 10294
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در انتهای مقاله درج شده است
ترجمه فارسی فهرست مطالب

چکیده


1. مقدمه


2. روش ها


الف) پیش پردازش


ب) استخراج ویژگی


ج) طبقه بندی و درخت رگرسیون


3. آزمایش ها و نتایج


4. جمع بندی

فهرست انگلیسی مطالب

Abstract


I. INTRODUCTION


II. METHODS


A. Pre-processing


B. Feature extraction


C. Classification And Regression Trees


III. EXPERIMENTS AND RESULTS


IV. CONCLUSIONS

نمونه ترجمه فارسی مقاله

چکیده


تشخیص اولیه در مورد مشکلات قلبی یکی از مهم ترین موضوعات برای تشخیص های پزشکی میباشد. در این مقاله، ما یک روش خودکار را برای بخش بندی صدای قلبی ارائه میدهیم که به نظر میتوان از آن برای طبقه بندی و درخت رگرسیون، استفاده کرد. سیستم تشخیصی، برای شناسایی و طبقه بندی بیماری های قلبی طراحی و ایجاد شده است و با استفاده از مجموعه داده ی نماینده ی 116 سیگنال صدای قلبی این کار انجام شده است که از موارد سالم و ناسالم از نظر شرایط قلبی، به دست آمده است. هدف نهایی این تحقیق، اجرا کردن یک سیستم تشخیص قلبی میباشد که میتواند مورد استفاده ی یک متخصص در ارزیابی بیماران قرار بگیرد تا تعداد اکو کاردیوگرام های غیر ضروری کاهش پیدا کرده و  دیگر نیازی نباشد که نوزادانی به دنیا بیایند که تحت تاثیر بیماری های قلبی هستند. در این مطالعه، 99.14% صحت  و  100% حساسیت و  98.28% ویژگی بر روی مجموعه داده ی مورد استفاده، به دست آمده است.


1- مقدمه


ارزیابی های صوتی قلبی  به صورت گسترده توسط متخصص های قلبی استفاده میشود تا عملکرد های قلبی در بیماران ارزیابی شده و حضور حالت های غیر عادی در افراد شناسایی شود. اما نمیتوان به راحتی این مهارت را به دست آورد. این روز ها سیگنال های تولید شده توسط قلب نه تنها توسط گوشی پزشکی بلکه با استفاده از فونوکاردیوگرام روی صفحه ی نمایش بررسی میشود. این تکنیک، شامل ثبت کردن لرزش های صوتی قلب و گردش خون میباشد.


مرمر های قلبی معمولا اولین نشانه های تغییرات فیزیولوژیک در دریچه های قلبی هستند و معمولا در طول گوش دادن به صدای قلب در رسیدگی های اولیه، شناسایی میشود. دو نوع از مرمر قلبی را میتوان در طول گوش دادن به قلب شناسایی کرد :  حالت آسیبی و حالت عادی. مورد دوم در نوزادان با نام مرمر نوزادی تعریف میشود.

نمونه متن انگلیسی مقاله

Abstract 


Early diagnosis of heart defects are very important for medical treatment. In this paper, we propose an automatic method to segment heart sounds, which applies classification and regression trees. The diagnostic system, designed and implemented for detecting and classifying heart diseases, has been validated with a representative dataset of 116 heart sound signals, taken from healthy and unhealthy medical cases. The ultimate goal of this research is to implement a heart sounds diagnostic system, to be used to help physicians in the auscultation of patients, with the goal of reducing the number of unnecessary echocardiograms and of preventing the release of newborns that are in fact affected by a heart disease. In this study, 99.14% accuracy, 100% sensitivity, and 98.28% specificity were obtained on the dataset used for experiments.


I. INTRODUCTION


CARDIAC auscultation is widely used by physicians to evaluate cardiac functions in patients and detect the presence of abnormalities. It is however a difficult skill to acquire. Nowadays signals produced by the heart are not only heard using a stethoscope but also observed as phonocardiograms (PCG) on a screen. Phonocardiography is the recording of sonic vibrations of heart and blood circulation.


Heart murmurs are often the first sign of pathological changes of heart valves, and they are usually found during auscultation in primary health care. Two types of murmur can be observed during auscultation: pathological and normal. The latter, in newborns, is called innocent murmur [1].

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۱۵,۰۰۰ تومان
خرید محصول
  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

تشخیص اولیه بیماری قلبی با استفاده از طبقه بندی و درخت رگرسیون
مشاهده خریدهای قبلی
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها