@ARTICLE{Layeghi, author = {Zabbah, Iman and Koohjani, Zahra and Maroosi, Ali and Layeghi, Kamran and }, title = {Diagnosis of Coronary Artery Disease using Neuro-fuzzy-based Method}, volume = {6}, number = {3}, abstract ={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. }, URL = {http://jms.thums.ac.ir/article-1-564-fa.html}, eprint = {http://jms.thums.ac.ir/article-1-564-fa.pdf}, journal = {Journal title}, doi = {}, year = {2018} }