ارائه یک سیستم هوشمند در تشخیص بیماری عروق کرونری قلب با استفاده از شبکه عصبی احتمالی

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 74

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_HIM-12-1_003

تاریخ نمایه سازی: 8 آبان 1402

Abstract:

مقدمه: انتخاب روش مناسب برای مدلسازی و تحلیل دادههای سلامت و بهداشت، مبتنی بر نوع دادههای موجود، بسیار مهم و در مواردی بسیار حساس است. تحقیق حاضر با هدف بررسی بسته بودن یا نبودن عروقکرونری قلب بر اساس شبکهعصبیاحتمالی انجامشد. نتایج این تحقیق نشان داد که در جامعه آماری مورد مطالعه، شبکههای عصبی احتمالی بهتر و قوی تر از سایر شبکههای عصبی در تشخیص بیماری عمل کردهاند.روش بررسی: این تحقیق، از نوع تشخیصی بود و در سال ۱۳۹۲شمسی در بیمارستانکوثر شیراز انجامشد جامعهآماری اینپژوهش افرادی بودند که در شهریورماه سال۱۳۹۲شمسی تحت آنژیوگرافی عروقکرونریقلب قرارگرفتند که تعداد ۱۵۲نفر از این افراد بهطور تصادفی انتخابشدند. در این پژوهش از شبکه عصبی احتمالی(PNN) بهمنظور پیش بینی بیماری عروق کرونری قلب استفادهشد. برای طراحی شبکه، از ۸۵درصد دادهها جهت مرحله آموزش شبکهو۱۵درصد باقیمانده جهت مرحله آزمون شبکه استفادهشد. بهمنظور پیادهسازی شبکه از امکانات و توابع موجود در نرم افزار MATLAB نسخه ۷.۱۲.۰بهره گرفته شدهو بر سیستم corei۵ با پردازنده۲.۴ GHzو حافظه ۴GB تحت ویندوز ۷ شبیه سازیانجامشدهاست.یافتهها:شاخصهای عملکردی این سیستم،اختصاصیت (specificity) و حساسیت (sensitivity) بودند. عملکرد سیستم ارائه شده براساس این شاخصها در مرحله آزمون شبکه بهترتیب معادل اعداد ۰.۹۴ و یک به دست آمد. درنهایت سیستم طراحی و پیادهسازیشده توانست با دقت بهتری نسبت به تحقیقات مشابه در این زمینه افراد دارای بیماری عروقکرونری را تشخیص دهد.نتیجهگیری: استفاده از شبکههای عصبیاحتمالی میتواند با دقت بهتری در تشخیص بیماری عروق کرونری قلب بهکاررود.این روش به علت اختصاصیت و حساسیت بالا میتواند از عوارض و آسیبهای احتمالی آنژیوگرافی در بیمارانی که نیاز به آن ندارند، جلوگیری نماید. همچنین میتواند بیمارانی را که واقعا به این اقدامات تشخیصی نیاز دارند در سریعترین زمان و بیشترین دقتمشخص نماید.

Authors

آسیه خسروانیان

کارشناسی ارشد، مهندسی کامپیوتر، گروه علمی مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، ایران

سید سعید آیت

دانشگاه پیام نور