تشخیص بیماری قلبی از روی تصاویر اکوکاردیوگرافی به کمک الگوریتم های هوشمند (هوش مصنوعی)

شبکه های عصبی به صورت خصوصی می توانند تصاویر پزشکی را مانند یک پزشک یا رادیولوژیست مطالعه کنند. هوش مصنوعی به طور گسترده در تصویربرداری پزشکی استفاده می شود و می تواند به سرعت یک بیماری را در مراحل اولیه و با دقت و سرعت بالا تشخیص دهد. بیماری قلبی عامل اصلی مرگ و میر در ایران و بسیاری از کشورهای دنیا از جمله ایالات متحده است. در ایران شایع ترین نوع بیماری، بیماری عروق کرونر (CAD) است که می تواند منجر به بیماری قلبی شود. مرگ و میر ناشی از بیماری های قلبی در ایران آنقدر زیاد است که در تصادفات جاده ای رقابت می کند و حتی اخیرا از آنها پیشی می گیرد. یکی از راه های تشخیص بیماری های قلبی اکوکاردیوگرافی است. در این پژوهش توسط تصاویر اکوکاردیوگرافی به تشخیص بیماری قلبی پرداخته شده است که تصاویر به شبکه عصبی کانولوشن دو بعدی بهینه شده داده می شود سپس فرآیند استخراج ویژگی و طبقه بندی در خود شبکه عصبی انجام می شود. شبکه عصبی کانولوشن با دقت ۹۹/۳۹۹۰ و صحت ۹۹/۳۰۰۰ به تشخیص بیماری قلبی پرداخت.

Keywords:

هوش مصنوعی , شبکه عصبی کانولوشن دو بعدی , بیماری قلبی , اکوکاردیوگرافی