استفاده از شبکه های عصبی جهت تشخیص بیماری قلبی
محل انتشار: دومین همایش کامپیوتر، برق و فناوری اطلاعات
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,600
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CCIEEE02_103
تاریخ نمایه سازی: 21 تیر 1391
چکیده مقاله:
استفاده از شبکه های عصبی مصنوعی درعرصه های مختلف علوم مهندسی به منظور انجام تحلیل برروی سریه های زمانی و مسائل مختلف طبقه بندی روزبه روز درحال افزایش است دراین میان بخش قابل توجهی از تحقیقات درزمینه هیا مهندسی پزشکی متمرکز شده است دراین مقاله سعی شده است با پیاده سازی ساختارهای مختلف شبکه های عصبی مصنوعی چون پرسپترون چندلایه MLP تابع پایه شعاعی RBF و ماشین بردار پشتیبان SVM عملیات تشخیص وجود یا عدم وجود بیماری قلبی با دردسترس بودن اطلاعات آزمایش اخذ شده از بیمار صورت پذیرد نتایج شبیه سازی نشان میدهد که با بهیهنه سازی های صورت گرفته درساختارشبکه ها خطای تشخیص می تواند به کمتر از 8 درصد برسد که عملکرد مناسبی بعنوان یک تشخیص اولیه است درانتها نیز نرم افزاری برای کاربر غیرمتخصص طراحی شده که براحتی با اعمال داده های ازمیاش می تواند وجود یا عدم وجود بیماری را گزارش نماید.
کلیدواژه ها:
بیماری قلبی - شبکه عصبی مصنوعی ، پرسپترون چندلایه - تابع پایه شعاعی ، بردار ماشین تکیه گاه
نویسندگان
احمد فلاح نژاد
دانشجوی کارشناسی ارشد نرم افزارکامپیوتر
علی جانعلی زاده
دانشجوی کارشناسی ارشد نرم افزار
فریبا رسولی
دانشگاه پیام نوربناب
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :