دوره 6، شماره 3 - ( 9-1397 )                   جلد 6 شماره 3 صفحات 48-59 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Zabbah I, Koohjani Z, Maroosi A, Layeghi K. Diagnosis of Coronary Artery Disease using Neuro-fuzzy-based Method. Journal of Torbat Heydariyeh University of Medical Sciences. 2018; 6 (3) :48-59
URL: http://jms.thums.ac.ir/article-1-564-fa.html
ذباح ایمان، کوه جانی زهرا، ماروسی علی، لایقی کامران. تشخیص بیماری عروق کرونر قلبی با استفاده از روش مبتنی بر عصبی فازی. مجله دانشگاه علوم پزشکی تربت حیدریه. 1397; 6 (3) :48-59

URL: http://jms.thums.ac.ir/article-1-564-fa.html


1- گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی تهران شمال ، تهران، ایران
2- کمیته تحقیقات دانشجویی، دانشکده مدیریت و اطلاع‌رسانی پزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران
3- گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه تربت حیدریه، تربت حیدریه، ایران
چکیده:   (172 مشاهده)
زمینه و هدف: بیماری عروق کرونری قلب، از شایع ­ترین بیماری­ها در جوامع مختلف است. یکی از  بهترین روش های  ارزیابی این بیماری آنژیوگرافی است که نوعی روش تهاجمی است و علاوه بر هزینه گران آن همراه با خطراتی نظیر مرگ، سکته قلبی و مغزی است. مطالعه حاضر باهدف ارائه مدل عصبی‌فازی به‌منظور کمک به پزشک در پیش‌بینی وضعیت عروق کرونر قلبی انجام‌ شده است.
روش ­ها: این مطالعه از نوع تشخیصی بوده و پایگاه داده آن مشتمل بر 200 نفر از مراجعین به مرکز تخصصی قلب و عروق شهرستان تربت‌حیدریه انجام‌شده که شامل 13 عامل خطر از نوع غیرقابل انتساب می­باشد. در این پژوهش مدل­هایی مبتنی بر روش­های داده ­کاوی جهت تشخیص بیماری عروق کرونر قلبی ارائه‌شده است. مدل‌سازی به کمک شبکه­ های عصبی مصنوعی و سپس شبکه­ های عصبی­ فازی و در نهایت خوشه ­بندی فازی انجام گرفت.
نتایج: خطای محاسبه‌شده بر اساس روش میانگین مربعات خطا در روش شبکه عصبی مصنوعی و شبکه­ های عصبی‌فازی به ترتیب 0/2574P= و 0/0007P= بدست آمد.
نتیجه­ گیری: از آنجایی که آنژیوگرافی یک روش تهاجمی است و با خطرات متعددی همراه است، باید از روش­های غیرتهاجمی استفاده شود که پیش ­بینی بر اساس آن‌ها دارای کمترین خطا و بیشترین اطمینان باشد. استفاده از روش ­های نوین داده­ کاوی می­تواند به کاهش این عوارض کمک کند.
متن کامل [PDF 747 kb]   (139 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: ۱۳۹۷/۹/۱۶ | پذیرش: ۱۳۹۷/۱۰/۲۹ | انتشار: ۱۳۹۷/۱۲/۲۹

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

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله دانشگاه علوم پزشکی تربت حیدریه می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015  All Rights Reserved | Journal of Torbat Heydariyeh University of Medical Sciences

Designed & Developed by : Yektaweb