الفهرس 
Chapter 1 IntroductionOnly 14 pages are availabe for public view
 |  | from | 96 |  |  |
| | | from | 96 | | |
Abstract
استنادًا إلى منظمة الصحة العالمية، فإن السبب الرئيسي للوفيات في العالم هو أمراض القلب. وسط أمراض القلب، تعتبر النوبات القلبية السبب الرئيسي لفقدان الأرواح. سمي هذا المرض بالأمراض الصامتة، فلا يشعر الإنسان بأي ألم حتى آخر مستوى في المرض وقد يصل إلى الموت إذا لم ينقذ في الوقت المناسب. نظرًا لحياتهم المتسارعة، كثيرًا ما يواجه الناس التوتر والقلق واليأس والعديد من الظروف الأخرى. إنهم يمرضون ويصابون بأمراض خطيرة نتيجة لهذه الأسباب الرئيسية. العديد من الأمراض، بما في ذلك السرطان، وأمراض القلب، والسل، وما إلى ذلك ، تسبب الوفيات كل عام، ولكن أمراض القلب أو أمراض القلب والأوعية الدموية هي سبب أكبر عدد من الوفيات في المجال الطبي. يشار طبيا إلى السكتة الدماغية أو الأمراض القلبية الوعائية بأمراض القلب، إلى جانب ضغط الدم ، وأمراض الشرايين، وأمراض القلب، لأنها ناجمة عن ضعف أو انسداد أو تقوية الشعيرات الدموية، مما يعيق الكمية اللازمة من تدفق الدم إلى المخ والقلب والرئتين وأجزاء الجسم الأخرى. أقل أشكال أمراض القلب خطورة بين جميع أنواع أمراض القلب والأوعية الدموية الأخرى هو قصور القلب الاحتقاني. تعمل شرايين الدم في جسم الإنسان على إمداد القلب بالدم. الاحتمال الآخر هو أن هناك أسبابًا أخرى لأمراض القلب، مثل صمامات القلب التي تعمل بشكل غير صحيح، والتي يمكن أن تؤدي إلى قصور القلب. لا تساعد حالة القلب التي يتم تحديدها مبكرًا المرضى على تجنبها فحسب، بل يمكننا أيضًا مساعدة الأطباء المتخصصين في فهم الأسباب الرئيسية للنوبة القلبية والوقاية منها قبل حدوثها فعليًا لدى المريض. بسبب الترابطات المعقدة بين العديد من المكونات ، فإن التحديد الدقيق المبكر لأمراض القلب هو للأسف مهمة صعبة للغاية. لذلك، من الضروري إنشاء آليات لدعم اتخاذ قرارات التشخيص الطبي بحيث يمكن مساعدة الممارسين في عملية التشخيص. أصبحت مجموعات البيانات الخاصة بهذا المرض متاحة، لذا فهو فرع جيد من الدراسة بشكل خاص. من الصعب توقع نوبة قلبية لممارس طبي لأنها تتطلب خبرة متزايدة. ومع ذلك، على مدى العقود القليلة الماضية ، كان حل مشاكل التصنيف والتنبؤ المعقدة وغير الخطية للغاية يستخدم خوارزميات التعلم الآلي. ومن ثم، فمن الممكن إنشاء نموذج تنبؤ يرى وجود أو عدم وجود أمراض القلب بناءً على العديد من الأعراض (السمات) المتعلقة بالقلب. تتمثل المساهمة الأساسية لهذه الرسالة في تقديم نموذج تنبؤ مختلف لأمراض القلب باستخدام الخوارزمية الجينية GA)) للعثور على العدد الأمثل من الميزات جنبًا إلى جنب مع تقنيات التعلم الآلي الكلاسيكية مثل Random Forest (RF) و Support Vector Machine (SVM) و Decision Tree (DT) و Logistic Regression (LR) و k-nearest neighbour (KNN). أمراض القلب لتجنب التشخيص الخاطئ، يتطلب التشخيص العديد من الميزات. يساعد هذا النموذج الأطباء في التشخيص بعدد محدود من الميزات. تطبيق GA مع ML للحصول على أفضل أداء بمميزاته. وهذه الميزة سوف تساعد الأطباء في تشخيص هذا المرض. نموذج التنبؤ الأمثل باستخدام الخوارزمية الجينية التي تتفوق على نماذج التنبؤ الكلاسيكية. يتم اختبار تنفيذ الخوارزميات باستخدام مجموعتي بيانات Cleveland و Framingham. يطبق ذلك تقنيتين في المعالجة المسبقة للبيانات train-test split و k- fold cross validation. تم توحيد أداء نماذج التنبؤ باستخدام ثلاثة معايير تقييم : الدقة والدقة والتذكر. أظهر النظام المقترح أداءً متفوقاً مقارنة بالأنظمة الأخرى ذات الصلة. وصلت إلى دقة 100% لمجموعة بيانات Cleveland ودقة 88% لمجموعة بيانات Framingham في train-test split. حقق أداء النموذج في 10- fold cross validation دقة متوسطة بنسبة 88% لمجموعة بيانات Cleveland ومتوسط دقة 86% لمجموعة بيانات Framingham.