دوره 4، شماره 4 - ( 10-1395 )                   جلد 4 شماره 4 صفحات 39-29 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Zabbah I, Hassaanzadeh M, kohjani Z. The Effect of Continuous Parameters on the Diagnosis of Coronary Artery Disease Using Artificial Neural Networks. Journal title 2017; 4 (4) :29-39
URL: http://jms.thums.ac.ir/article-1-369-fa.html
ذباح ایمان، حسن زاده مجید، کوهجانی زهرا. بررسی تأثیر پارامترهای پیوسته در تشخیص بیماری عروق کرونر قلبی با استفاده از شبکه‌های عصبی مصنوعی . عنوان نشریه. 1395; 4 (4) :29-39

URL: http://jms.thums.ac.ir/article-1-369-fa.html


1- دانشگاه آزاد اسلامی تربت حیدریه
2- دانشگاه علوم پزشکی تربت حیدریه
3- دانشگاه تربت حیدریه
چکیده:   (6368 مشاهده)

زمینه و هدف: بیماری عروق کرونری قلب، از شایع­ترین بیماری­ها در جوامع مختلف است. بهترین روش ارزیابی بیماری کرونر قلبی آنژیوگرافی است. مطالعه حاضر با هدف بررسی تأثیر پارامترهای بیماری با استفاده از روش­های هوشمند به منظور پیشگویی وضعیت عروق کرونری قلب انجام شده است.

روش ­ها: این مطالعه از نوع تحلیلی بوده و پایگاه داده آن شامل 200 رکورد از نوع غیر قابل انتساب می­باشد. در این پژوهش از شبکه­ های عصبی­ مختلف MLP و LVQ و  BRبه منظور پیش­بینی بسته بودن یا نبودن عروق کرونری قلب استفاده شده است. همچنین اهمیت تأثیر ریسک فاکتورهای پیوسته بیماری کرونر قلب مورد بررسی قرار گرفته است.

نتایج: مهم ­ترین معیارهای سیستم­ های تشخیص بیماری، دو شاخص ویژگی (Specificity) و حساسیت (Sensitivity) می­باشند. در این مطالعه، این دو شاخص در مرحله تست و آزمون مورد محاسبه قرار گرفتند. بهترین صحت مدل مربوط به شبکه عصبی پرسپترون چندلایه با قانون پس انتشار خطا و معادل 88 درصد بوده است. همچنین مشاهده شد که حذف پارامترهای گسسته در سرعت همگرایی شبکه عصبی تأثیر مثبت دارد و می ­تواند دقت پیش­ بینی را تا 85 درصد ارتقاء بخشد.

نتیجه­ گیری: آنژیوگرافی یک روش تهاجمی است و علاوه بر هزینه گران آن همراه با ریسک­ هایی چون مرگ، سکته قلبی و سکته مغزی است. بنابراین باید از روش­ های غیر تهاجمی استفاده شود که پیش­ بینی بر اساس آن­ها دارای کمترین خطا و بیشترین اطمینان باشد. استفاده از روش­ های نوین داده­ کاوی می­ تواند به کاهش این عوارض کمک کند.

متن کامل [PDF 943 kb]   (5168 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1395/11/15 | پذیرش: 1396/2/24 | انتشار: 1396/4/1

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

Creative Commons License
 This work is licensed under a Creative Commons Attribution 4.0 International License.

Designed & Developed by : Yektaweb