افزایش دقت و سرعت پیش بینی نتایج آنژیوگرافی با استفاده از ترکیب سیستم استنتاج عصبی-فازی و الگوریتم بهینه سازی ازدحام ذرات بر اساس داده های شهریور ماه سال ۱۳۹۲ بیمارستان کوثر شیراز
- سال انتشار: 1397
- محل انتشار: مجله علمی پژوهشی دانشگاه علوم پزشکی ایلام، دوره: 26، شماره: 4
- کد COI اختصاصی: JR_SHIMU-26-4_015
- زبان مقاله: فارسی
- تعداد مشاهده: 225
نویسندگان
Dept of Computer Engineering and Information Technology, Faculty of Computer Engineering, Payame Noor University, Tehran, Iran
چکیده
مقدمه: امروزه استفاده از یافته های هوش مصنوعی و داده کاوی برای کمک به پیش بینی زودهنگام بیماری عروق کرنری قلب مورد توجه پزشکان قرار گرفته است. هدف از این مقاله افزایش دقت و سرعت پیش بینی نتایج آنژیوگرافی با سیستم استنتاج فازی و الگوریتم بهینه سازی ازدحام ذرات است. مواد و روش ها: در این مقاله سیستم جدیدی با ترکیب استنتاج فازی و الگوریتم بهینه سازی ازدحام ذرات پیشنهاد و با نرم افزار MATLAB نسخه ۲۰۱۵ (۱۹۷۶۱۳/۰/۵/۸) شبیه سازی گردیده است. جامعه آماری این پژوهش شامل ۱۵۲ رکورد از اطلاعات پایگاه داده واقعی افرادی بود که در شهریورماه سال ۱۳۹۲ شمسی در بیمارستان کوثر شیراز تحت آنژیوگرافی عروق کرنری قرار گرفته بودند. داده های جمع آوری شده با نرم افزار اکسل نسخه ۲۰۱۰ آنالیز شده و پارامترهای مورد نیاز سیستم پیشنهادی محاسبه گردید. یافته های پژوهش: داده ها به ۲۰ دسته، شامل داده های آموزش و آزمون متفاوت، به صورت تصادفی از کل مجموعه داده تقسیم شدند. در هر دسته، ۸۵ درصد برای مرحله آموزش و ۱۵ درصد باقیمانده برای مرحله آزمون در نظر گرفته شد و شبیه سازی برای هر دسته داده به طور جداگانه صورت گرفت. نتایج حاصل بر اساس شاخص های حساسیت، اختصاصیت، دقت و صحت در دسته بندی افراد، به طور میانگین به ترتیب معادل اعداد ۸۴۲۲/۰، ۹۱۹۲/۰، ۸۵۵۴/۰ و ۸۸۸۸/۰ بوده است و در بهترین حالت معادل عدد ۱ به دست آمده است. بحث و نتیجه گیری: نتایج نشان می دهد سیستم پیشنهادی عملکرد مناسبی در پیش بینی نتایج آنژیوگرافی دارد و می تواند به منظور دسته بندی افراد به دو کلاس نرمال و بیمار استفاده شود. به کارگیری سیستم عصبی-فازی و ترکیب آن با الگوریتم بهینه سازی ازدحام ذرات موجب بهبود سرعت و دقت در این مطالعه شده است.کلیدواژه ها
Particle swarm optimization, Coronary artery disease, Adaptive neuro-fuzzy inference system, الگوریتم بهینه سازی ازدحام ذرات, بیماری عروق کرنری, سیستم استنتاج عصبی-فازیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.