Comparison of Multi Layer Perceptron and Jordan Elman Neural Networks for Diagnosis of Hypertension

Abstract

In this study, from 150 individuals over the age of 30 taken no drugs, sex, age, height, weight, HDL, LDL, Triglyceride, smoking and uric acid were measured. 65 of them are normal but 85 consist of the patients. This data was transferred to the computer by processing methods of quantitative analysis. Data obtained of each patient was applied Artificial Neural Network (ANN) models. The results obtained will be classified as either normal or the patient. Using Multi Layer Perceptron (MLP) neural network, 80.4% of patient individuals and 81.8% of normal individuals were classified correctly. Using Jordan Elman neural network, 85.3% of the patient individuals and 87.8% of normal individuals were classified correctly.

Principal Component Analysis Using For Estimating Hypertension

“…Sınıflandırma bazlı çalışmalar az sayıdadır. Aynı veritabanı kullanılarak yapılan çalışmalardan, Türk ve arkadaşları 'nın yapmış olduğu (Türk et al, 2015)…”

“…Türk ve ark. 'nın (Türk, Barişçi, Çiftçi, & Ekmekçi, 2015) yapmış oldukları çalışmada, 30 yaş ve üzeri 150 kişiden aldıkları verilerden, hipertansiyon sınıflandırması yapmışlar ve Multi Layer Perceptron ve Jordan Elman Neural Networks algoritmalarının başarısını karşılaştırmışlardır. Hipertansiyon tahmininde Jordan Elman Neural Networks algoritmasının daha başarılı sonuçlar verdiği görülmüştür.…”

“…Türk et al, 2015), 30 yaş üzeri hiç ilaç kullanmayan ve sistemik bilinen hastalığı olmayan kişiler ile sağlıklı kontrollerin karşılaştırıldığı çalışmalarında, katılımcıların cinsiyet, yaş, boy, kiloları, HDL, LDL, trigliserit, ürik asit düzeyleri ölçüldü, sigara kullanımı sorgulandı. Çalışmanın amacı sağlam ve hasta kişilerin verilerini bilgisayar ortamında karşılaştırarak, sağlıklı kişilerde hastalığa yol açabilecek parametreler konusunda risk analizi ve sınıflandırması yapmaktı.…”