کاربرد شبکه عصبی مصنوعی جهت ارزیابی بیماری عروق کرونری قلب

از آن جاکه در علوم پزشکی مساله سلامت انسان دارای اهمیت است، پیش بینی صحیح افراد برحسب وضعیت بیماری اهمیت زیادی دارد. بایستی حتی الامکان از آن دسته مدل هایی استفاده کرد که پیش بینی براساس آنها دارای حداقل خطا و حداکثر اطمینان باشد. لذا در این مطالعه از روش شبکه عصبی مصنوعی که روش قوی تری نسبت به روش های موجود است جهت ارزیابی بسته بودن یا نبودن عروق کرونری قلب استفاده شد.

در این تحقیق از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP)با الگوریتم پس انتشار خطا (ËBP) جهت ارزیابی بیماری عروق کرونری قلب در بین 150 نفر از بیماران مرکز فوق تخصصی قلب مازندران واقع در شهرستان ساری استفاده شد. سپس شبکه عصبی مصنوعی با ساختار(1-12-14) NN، تابع انتقال سیگموئید و 1500 سیکل آموزشی بر اساس80 درصد داده های موجود طراحی و آموزش داده شد. ابتدا این داده ها را در نرم افزار Ëxcel وارد شد سپس از نرم افزارهای مربوط به طراحی شبکه عصبی مصنوعی نظیر Pythia-Neural Network استفاده شد.

میانگین مربعات خطای مشاهده شده در مرحله تست به میزان 0238/0 کاهش یافت و همچنین حساسیت و ویژگی به ترتیب برابر 96/0 و 1 به دست آمد. در نهایت مدل بعضی از افراد سالم را که نیازی به آنژیوگرافی و درمان های مربوط به عروق کرونری قلب ندارند را بدرستی طبقه بندی کرد.

این روش از عوارض و آسیب های احتمالی آنژیوگرافی به علت ویژگی بالای به دست آمده، برای بیمارانی که نیاز به آن ندارند جلوگیری می نماید. از طرف دیگر می تواند بیمارانی را که به طور واقعی به این اقدامات تشخیصی و درمانی نیاز دارند را به علت حساسیت بالای به دست آمده ارزیابی نماید.