نسیم مظفری خواه - کارشناس ارشد هوش مصنوعی، گروه آموزشی مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد دزفول، دزفول، خوزستان
غلام رضا اکبری زاده - دکتری، گروه آموزشی مهندسی برق، دانشگاه شهید چمران اهواز، اهواز، خوزستان

بیماریهای قلبی از مهمترین عوامل مرگ و میر در بین بیماران هستند. در بسیاری از موارد با آگاهی از وجود بیماری و دانستن نوع بیماری میتوان از وقوع مرگ و میر به سبب بیماری قلبی جلوگیری نمود. درموارد اورژانسی زمانی که پزشک متخصص قلب در دسترس نبا شد، لازم ا ست راه حل های نرم افزاری و هوش مصنوعی به جای متخصص وارد عمل شوند. از این رو در این مقاله یک روش مبتنی بر شبکه عصبی مصنوعی و پیاده سازی سختافزاری آن بر روی FPGA معرفی شده ا ست که به کمک آن میتوان دستگاه های کوچک، سریع و مفیدی فراهم آورد تا بیماریهای قلبی را فورا تشخیص دهند. شبکه عصبی مصنوعی پیشنهادی به کمک پایگاه داده اروپایی ST-T که شامل سیگنالهای الکتروکاردیوگرام (ECG) است آموزش دیده است و شبکه عصبی مصنوعی پیش از پیاده سازی بر روی برد FPGA، ابتدا به صورت نرم افزاری مورد آزمایش و مقایسه قرار گرفته است. نتایج آزمایش نشان میدهند که شبکه عصبی مصنوعی کاملا مناسب آموزش دیده و قادر است با دقت بالا انواع بیماری قلبی را تشخیص دهد.

بیماری قلبی، شبکه عصبی مصنوعی چندلایه، سیگنال ECG، تشخیص بیماری، برد FPGA