طراحی و ارزیابی یک سیستم پشتیبان تصمیم برای پیش بینی بیماری عروق کرنری قلب

پیام:
چکیده:
مقدمه
ازآنجا که در تحقیقات علوم پزشکی مسئله سلامت انسان مطرح است، پیش بینی درست نتایج اهمیت بیشتری می یابد. در این مقاله از شبکه عصبی احتمالی جهت پیش بینی وضعیت عروق کرنری قلب استفاده شده است.
روش کار
در این مطالعه توصیفی - تحلیلی، جامعه آماری شامل 150 نفر بیمار مرکز فوق تخصصی قلب مازندران بود. مدل پیش بینی وضعیت عروق کرنری قلب با استفاده از شبکه عصبی احتمالی (PNN) تولید شد. برای طراحی شبکه، از 80 درصد داده ها جهت مرحله آموزش شبکه و 20 درصد باقیمانده جهت مرحله آزمون شبکه استفاده شده است. به منظور پیاده سازی شبکه از امکانات و توابع موجود در نرم افزار متلب نسخه 0/12/7 بهره گرفته شده و بر سیستم corei5 با پردازنده 2.4 GHz و حافظه 4GB تحت ویندوز 7 شبیه سازی انجام شده است.
نتایج
پس از 5 مرتبه شبیه سازی و مقایسه مدل های تولیدشده، عملکرد شبکه عصبی احتمالی پیاده سازی شده بر اساس شاخص های عملکردی اختصاصیت (specificity) و حساسیت (sensitivity)، در مرحله آزمون شبکه معادل عدد یک به دست آمد و در نهایت توانستیم افراد سالم و افرادی که دچار بیماری عروق کرنری بودند را با دقت بهتری نسبت به موارد مشابه قبلی طبقه بندی کنیم.
نتیجه گیری
اختصاصیت و حساسیت به دست آمده از این شبیه سازی نشان داد که استفاده از شبکه عصبی احتمالی می تواند جایگزین مناسبی برای آنژیوگرافی در پیش بینی بیماری عروق کرنری قلب باشد و از عوارض و آسیب های احتمالی آنژیوگرافی جلوگیری نماید.
زبان:
انگلیسی
صفحات:
401 تا 408
لینک کوتاه:
magiran.com/p1548846 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!