@article{article_280652, title={Determining Heart Attack Risk Ration Through AdaBoost / AdaBoost ile Kalp Krizi Risk Tespiti}, journal={Celal Bayar University Journal of Science}, volume={12}, pages={459–472}, year={2016}, DOI={10.18466/cbayarfbe.280652}, author={Bulut, Faruk}, keywords={Heart attack detection,regression,AdaBoost,Clinical Decision Support System (CDSS)}, abstract={<p class="KEYWORD" style="text-align:justify;line-height:normal;"> <span lang="en-gb" style="font-size:9pt;font-family:’Palatino Linotype’, serif;" xml:lang="en-gb">Cardiovascular diseases are the most
common cause of death all over the world. This study is based on to predict the
heart attack risk of an individual by using Artificial Ensemble Classification
algorithms. For this reason, relevant clinical data has been obtained by the
official permissions from the hospitals where there are some patients who have
had heart attacks before. A dataset has been constructed using this collected
data in order to use in the classifiers. In the practical applications, heart
attack risks can be recognized for an individual by using a powerful ensemble
classifier, AdaBoost. Furthermore, it is detected that proposed technique
explicitly shows a high-performance in validating when compared with other
classifiers. Therefore, this suggested early warning system allows taking
required precautions before a possible heart attack. </span> </p> <p class="KEYWORD" style="text-align:justify;line-height:normal;"> <span lang="en-gb" style="font-size:9pt;font-family:’Palatino Linotype’, serif;" xml:lang="en-gb"> </span> </p> <p> </p> <p class="KEYWORD" style="text-align:justify;line-height:normal;"> <span style="font-size:9pt;font-family:’Palatino Linotype’, serif;">Dünyada genelinde en çok ölüme sebep olan hastalık türü
Kalp ve Damar hastalıklardır. Çalışmamız, kolektif yapay sınıflandırma
yöntemlerini kullanarak bireyde kalp krizi risk oranını belirlenmesi
üzerinedir. Bu amaçla kalp krizi veya bir kalp rahatsızlığı geçirmiş hastalara
ait gerekli bir takım tıbbi veriler resmi izinlerle hastanelerden alınmıştır.
Bu veriler bir veri setine aktarılarak sınıflandırıcı algoritmalarda kullanılmıştır.
Yapılan deneysel uygulamalarda başarı oranı yüksek AdaBoost kolektif sınıflandırıcısı
ile bireyde olası kalp hastalıkları riski erkenden tespit edilebilmiştir.
Çapraz geçerleme işlemleri ile önerilen model başka sınıflandırıcılara kıyaslanmış
ve daha yüksek sınıflandırma performansı elde edildiği gözlemlenmiştir.
Tasarlanan erken uyarı sistemi ile bu sayede muhtemel kalp krizine karşı
önceden önlem alınabilmesi sağlanmış olmaktadır. </span> </p> <p> </p>}, number={3}, publisher={Manisa Celal Bayar University}