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


XML English Abstract Print


1- مربی دانشگاه آزاد اسلامی تربت حیدریه
2- مربی دانشگاه علوم پزشکی تربت حیدریه
3- دانشجو دانشگاه تربت حیدریه
چکیده:   (322 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]   (220 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۵/۱۱/۱۵ | پذیرش: ۱۳۹۶/۲/۲۴ | انتشار: ۱۳۹۶/۴/۱