ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1390
کد COI مقاله: CITH01_015
زبان مقاله: فارسیمشاهد این مقاله: 1,399
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی

محمد هادی اسماعیلی - کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی مازندران
رضا علی محمد پور تهمتن
علی قائمیان
جواد اسمعیلی

چکیده مقاله:

از آنجا که درعلوم پزشکی مسالهسلامت انسان دارای اهمیت است پیش بینی صحیح افراد برحسب وضعیت بیماری اهمیت زیادی دارد بایستی حتی الامکان از آن دسته مدلهایی استفاده کرد که پیش بینی براساس آنها دارای حداقل خطا و حداکثر اطمینان باشد لذا ما از روش شبکه عصبی مصنوعی که روش قویتر نسبت به روشهای موجود است جهت ارزیابی بسته بودن یا نبودن عروق کرونری قلب استفاده نمودیم دراین تحقیق از شبکه عصبی مصنوعی پرسپترون چندلایه MLP با الگوریتم پس انتشار خطا EBP جهت ارزیابی بیماری عروق کرونری قلب دربین 150 نفر بیماران مرکز فوق تخصصی قلب مازندران واقع درشهرستان ساری استفاده نموده ایم سپس شبکه عصبی مصنوعی با ساختار 1-12-14 NN تابع انتقال سیگموئید و 1500 سیکل آموزشی براساس 80 درصد داده های موجود با استفاده از نرم افزار شبکه عصبی مصنوعی Pythia - Neural Network طراحی و آموزش داده شد این روش از عوارض و آسیب های احتمالی آنژیوگرافی به علت ویژگی بالای بدست آمده برای بیمارانی که نیاز به آن ندارند جلوگیری می نماید.

کلیدواژه ها:

بيماري عروق كرونري قلب، شبكه عصبي مصنوعي، پرسپترون چندلايه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/161727/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اسماعیلی، محمد هادی و علی محمد پور تهمتن، رضا و قائمیان، علی و اسمعیلی، جواد،1390،ارزیابی بیماری عروق کرونری قلب با استفاده از شبکه عصبی مصنوعی،اولین کنگره کاربرد فناوری اطلاعات در سلامت،ساری،،،https://civilica.com/doc/161727

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، اسماعیلی، محمد هادی؛ رضا علی محمد پور تهمتن و علی قائمیان و جواد اسمعیلی)
برای بار دوم به بعد: (1390، اسماعیلی؛ علی محمد پور تهمتن و قائمیان و اسمعیلی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Robert A. Dunne. A Statistical Approach to Neural Networks for ...
  • David J. Livingstone. Artificial Neural Networks Methods and Application. Hummana ...
  • Zini G , d'Onofrio G, Neural network in hematopoietic malignancies. ...
  • Sargent DJ. Comparison of artificial neural networks with other statistical ...
  • Dreiseitl S, Ohno-Machado L. Logistic regression and artificial n e ...
  • Jae H. Song, Santosh S. Venkatesh, Emily A , et ...
  • andArtificial Neural Network for C omputer-Aided Diagnosis of Breast Masses, ...
  • Jacob George, Yair Levy, Boris Gilburd, et al. The prediction ...
  • Catherine T Falk , Risk factors for coronary artery disease ...
  • Determining Important Predictors of In-Hospital Mortality After Coronary Artery Bypass ...
  • Comparison of Artificial Neural Network and COX Regression Models in ...
  • F, Determining of prognostic factors in gastric cancer patients using ...
  • Fundamentals of Neural Networks, Amir Kabir University PRESS 2008. [22] ...
  • M. Ali Atct, Necati Alasulu, Radial Basis Function Neural Network ...
  • Comparing performances of logistic regression, classification and regression tree, and ...
  • early phase of atheroscleros. using principles component analysis and artificial ...
  • Neural Network Models for Prediction of Acute Coronary Syndromes Using ...
  • Ilkay, An intelligent system for diagnosis of the heart valve ...
  • Biglarian A., Babaee G.R., Azmie R (2004). ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی