Return to search

[en] SELECTION OF VARIABLES AND PATTERN CLASSIFICATION BY NEURAL NETWORKS AS HELP TO THE DIAGNOSTIC OF HEART DISEASE / [pt] SELEÇÃO DE VARIÁVEIS E CLASSIFICAÇÃO DE PADRÕES POR REDES NEURAIS COMO AUXÍLIO AO DIAGNÓSTICO DE DOENÇA CARDÍACA

[pt] Esta dissertação propõe uma metodologia, baseada em
procedimentos
quantitativos, para auxiliar o diagnóstico de indivíduos
portadores de doença
cardíaca. A metodologia proposta foi implementada e
analisada em um grupo de
indivíduos do banco de dados público intitulado Heart
Disease Database (Base
de Dados pública de Doença Cardíaca) (Aha, atualizado em
2001), diagnosticados
nas cidades de Cleveland e Long Beach, nos Estados Unidos.
Os resultados
obtidos neste estudo foram comparados aos resultados de
outros autores
encontrados na literatura, de forma a se ter uma medida da
qualidade dos
resultados aqui obtidos. Foram utilizadas também outras
técnicas de classificação
de padrões conhecidas na literatura, denominadas Análise
Discriminante e
Algoritmo C4.5, de forma a estabelecer comparações com os
resultados obtidos
nesta dissertação utilizando Redes Neurais, e aplicar a
metodologia sugerida na
divisão dos conjuntos de treinamento/generalização. Os
resultados obtidos foram
satisfatórios. Um percentual de acerto médio de 91,0 % foi
atingido, enquanto que
outros resultados de estudos usando a mesma base de dados
alcançaram
percentuais de acerto médio de 83,0 % (Ho & Chou, 2001) e
83,5 % (Hu, Li, Cai
& Xu, 2004). O desempenho da Rede Neural também foi melhor
quando
comparado ao da Análise Discriminante e do Algoritmo C4.5.
A metodologia de
divisão dos conjuntos de treinamento/generalização
sugerida nesta dissertação
promoveu melhorias em todas as três técnicas de
classificação de padrões
utilizadas. Acredita-se que os resultados obtidos poderão
auxiliar as condutas
médicas em relação ao diagnóstico de doença cardíaca,
podendo, portanto, vir a
ser úteis na prevenção e/ou tratamento de doenças
cardíacas. / [en] This dissertation proposes a methodology, established in
quantitative
procedures, to assist the diagnostic of individuals with
heart disease. The
proposed methodology was implemented and analyzed in a
group of individuals
of the public database called Heart Disease Database (Aha,
current in 2001),
diagnosed in the cities of Cleveland and Long Beach, in
the United States. The
results gotten in this study had been compared with the
results of other authors
found in literature to have a measure of the quality of
the results gotten here.
Others techniques of classification of standards known in
literature had also been
used, called Discriminate Analysis and C4.5 Algorithm, to
establish
comparisons with the results gotten in this dissertation
using Neural Networks,
and to apply the methodology suggested in the division of
the sets of
training/generalization. The gotten results were
satisfactory. A percentage of
average rightness of 91.0 % was reached, whereas other
results of studies using
the same database had reached percentages of average
rightness of 83.0 % (Ho &
Chou, 2001) and 83.5 % (Hu, Li, Cai & Xu, 2004). The
performance of the Neural
Network was also better when compared with Discriminate
Analysis and C4.5
Algorithm. The methodology of division of the sets of
training/generalization
suggested in this dissertation promoted improvements in
all the three used
techniques of classification of standards. It´s believable
that the gotten results will
be able to assist the medical behaviors in relation to the
diagnostic of heart
disease, becoming useful in the prevention and/or
treatment of heart diseases.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:9758
Date09 April 2007
CreatorsTHIAGO BAPTISTA RODRIGUES
ContributorsCARLOS KUBRUSLY
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0024 seconds