اسما مهدوی یوسفی - دانشجوی کارشناسی ارشد مهندسی پزشکی گرایش بیوالکتریک دانشگاه آزاد اسلامی واحد تبریز، ایران
زهرا جعفری - دانشجوی کارشناسی ارشد مهندسی پزشکی گرایش بیوالکتریک دانشگاه آزاد اسلامی واحد تبریز، ایران
سامان راجبی - استادیار گروه مهندسی برق موسسه آموزش عالی سراج تبریز، ایران

انتقال خون در پزشکی امری بسیار حیاتی بوده و در موارد خاص توسط پزشک تجویز می شود. خدمات انتقال خون شامل: جمعآوری و توزیع خون و فرآورده های آن توسط مراکز اهدا خون در سراسر کشور است. این سازمان تنها مرکز تامین خون و فراورده هایخونی به بیمارستان ها و سایر مراکز درمانی است. در کشورهای توسعه یافته و در حال توسعه، بخش اعظم اهدا کنندگان افرادی هستندکه به دلیل همکاری هایی که انجام داده اند، هیچ مزیتی دریافت نمی کنند . هوش مصنوعی با ترکیب حجم عظیمی از داده ها باالگوریتم های هوشمند و پردازش سریع و مکرر عمل می کند، تا از طریق نرم افزار بتواند به طور اتوماتیک از الگوها یا قابلیت های موجود درداده ها آموزش ببیند. هوش مصنوعی طیف وسیعی از مطالعاتی است که دربرگیرنده تئوری ها، روش ها و تکنولوژی های بسیار است.هوش مصنوعی در اواخر دههی ۸۰ میلادی در علوم کامپیوتر محبوبیت پیدا کرد. در هوش مصنوعی، دانش با استفاده از نمادها نمایشداده نمی شود، بلکه به جای آن، نورون های مصنوعی و ارتباط میان آنها نماینده ی دانش هستند. این هوش مصنوعی چیزی شبیه به یکمغز بازسازی شده است. در این روش دانش کسب شده به قطعاتی کوچکتر (نورون ها) خرد و سپس از آن گروه هایی متصل به هم تشکیلمی شود. این نوع هوش مصنوعی رویکردی پایین به بالا دارد . یک سیستم هوش مصنوعی عصبی باید ابتدا آموزش داده شود و در معرضمحرک هایی قرار بگیرد تا شبکه های عصبی در آن تجربه کسب کنند، بزرگ شوند و اندوخته ی دانش بیشتری داشته باشند. هر ساله، در14 ژوئن، تمامی کشورها از سراسر جهان روز جهانی اهدا خون را جشن می گیرند. این جشن برای تشکر و تشویق افرادی که این عملحیاتی را انجام می دهند برگزار می شود. در این مقاله داده های مرکز خدمات انتقال خون با استفاده از شبکه های عصبی Bayesian ،Perceptron, K-NN و RBF (تابع مبتنی بر تابش) مورد بررسی قرار گرفته و در نهایت بهترین نتایج طبقه بندی با استفاده از شبکهعصبی RBF حاصل شد.

کلاس بندی، شبکه عصبی، RBF, perceptron, K-NN, bayesian