سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی

Publish Year: 1390
Type: Conference paper
Language: Persian
View: 2,242

This Paper With 7 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

CITH01_015

Index date: 30 August 2012

ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی abstract

از آنجا که درعلوم پزشکی مسالهسلامت انسان دارای اهمیت است پیش بینی صحیح افراد برحسب وضعیت بیماری اهمیت زیادی دارد بایستی حتی الامکان از آن دسته مدلهایی استفاده کرد که پیش بینی براساس آنها دارای حداقل خطا و حداکثر اطمینان باشد لذا ما از روش شبکه عصبی مصنوعی که روش قویتر نسبت به روشهای موجود است جهت ارزیابی بسته بودن یا نبودن عروق کرونری قلب استفاده نمودیم دراین تحقیق از شبکه عصبی مصنوعی پرسپترون چندلایه MLP با الگوریتم پس انتشار خطا EBP جهت ارزیابی بیماری عروق کرونری قلب دربین 150 نفر بیماران مرکز فوق تخصصی قلب مازندران واقع درشهرستان ساری استفاده نموده ایم سپس شبکه عصبی مصنوعی با ساختار 1-12-14 NN تابع انتقال سیگموئید و 1500 سیکل آموزشی براساس 80 درصد داده های موجود با استفاده از نرم افزار شبکه عصبی مصنوعی Pythia - Neural Network طراحی و آموزش داده شد این روش از عوارض و آسیب های احتمالی آنژیوگرافی به علت ویژگی بالای بدست آمده برای بیمارانی که نیاز به آن ندارند جلوگیری می نماید.

ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی Keywords:

بیماری عروق کرونری قلب , شبکه عصبی مصنوعی , پرسپترون چندلایه

ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی authors

محمد هادی اسماعیلی

کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی مازندران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Robert A. Dunne. A Statistical Approach to Neural Networks for ...
David J. Livingstone. Artificial Neural Networks Methods and Application. Hummana ...
Zini G , d'Onofrio G, Neural network in hematopoietic malignancies. ...
Sargent DJ. Comparison of artificial neural networks with other statistical ...
Dreiseitl S, Ohno-Machado L. Logistic regression and artificial n e ...
Jae H. Song, Santosh S. Venkatesh, Emily A , et ...
andArtificial Neural Network for C omputer-Aided Diagnosis of Breast Masses, ...
Jacob George, Yair Levy, Boris Gilburd, et al. The prediction ...
Catherine T Falk , Risk factors for coronary artery disease ...
Determining Important Predictors of In-Hospital Mortality After Coronary Artery Bypass ...
Comparison of Artificial Neural Network and COX Regression Models in ...
F, Determining of prognostic factors in gastric cancer patients using ...
Fundamentals of Neural Networks, Amir Kabir University PRESS 2008. [22] ...
M. Ali Atct, Necati Alasulu, Radial Basis Function Neural Network ...
Comparing performances of logistic regression, classification and regression tree, and ...
early phase of atheroscleros. using principles component analysis and artificial ...
Neural Network Models for Prediction of Acute Coronary Syndromes Using ...
Ilkay, An intelligent system for diagnosis of the heart valve ...
Biglarian A., Babaee G.R., Azmie R (2004). ...
نمایش کامل مراجع

مقاله فارسی "ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی" توسط محمد هادی اسماعیلی، کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی مازندران؛ رضا علی محمد پور تهمتن؛ علی قائمیان؛ جواد اسمعیلی نوشته شده و در سال 1390 پس از تایید کمیته علمی اولین کنگره کاربرد فناوری اطلاعات در سلامت پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بیماری عروق کرونری قلب، شبکه عصبی مصنوعی، پرسپترون چندلایه هستند. این مقاله در تاریخ 9 شهریور 1391 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 2242 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که از آنجا که درعلوم پزشکی مسالهسلامت انسان دارای اهمیت است پیش بینی صحیح افراد برحسب وضعیت بیماری اهمیت زیادی دارد بایستی حتی الامکان از آن دسته مدلهایی استفاده کرد که پیش بینی براساس آنها دارای حداقل خطا و حداکثر اطمینان باشد لذا ما از روش شبکه عصبی مصنوعی که روش قویتر نسبت به روشهای موجود است جهت ارزیابی بسته ... . این مقاله در دسته بندی موضوعی قلب و عروق و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی با 7 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.