شبکه عصبی مصنوعی چندجمله ای ناهموار بازگشتی و کاربرد زیست پزشکی آن برای طبقه بندی بیماری قلبی

سال انتشار: 1402
محل انتشار: اولین کنفرانس ملی فناوری ها و دستاوردهای نوین در علوم مهندسی کامپیوتر، مهندسی برق و مهندسی پزشکی
کد COI اختصاصی: CEMENFCONF01_009
زبان مقاله: فارسی
تعداد مشاهده: 234

نویسندگان

گروه مهندسی پزشکی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

چکیده

از آنجایی که شیوع بیماری های قلبی عروقی و در نتیجه مرگ و میر افزایش یافته است، پیش بینی دقیق وضعیت بیماری افراد از اهمیت بالایی برخوردار است. بنابراین باید از مدل هایی استفاده کرد که کمترین خطا و حداکثر قابلیت اطمینان را داشته باشند. در سال های اخیر استفاده از سیستم های هوشمند در علوم مهندسی و مکانیک به ویژه در پیش بینی بیماری ها به طور چشمگیری افزایش یافته است. تشخیص بیماری توسط سیستم های کامپیوتری به یکی از زمینه های مهم مطالعاتی محققان در این زمینه تبدیل شده است. تشخیص بیماری قلبی به دلیل حساسیت بالای جوامع به مرگ و حیات بیمار، یک زمینه تحقیقاتی جذاب و چالش برانگیز است. استفاده از اطلاعات پزشکی مانند سن، جنسیت، فشار خون، سطح گلوکز خون، وزن، سطح کلسترول خون، بیوسیگنال الکتروکاردیوگرم و غیره می تواند به پزشکان در پیش بینی بیماری قلبی کمک کند تا از پیشرفت بیماری، حملات قلبی مکرر و در نتیجه کاهش مرگ و میر جلوگیری کند. این داده ها باید به شیوه ای سازمان یافته جمع آوری شده و برای یکپارچه سازی سیستم پیشگیری و تشخیص بیماری استفاده شود. ارزیابی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با آن با استفاده از تکنیک های داده کاوی و شبکه های عصبی به پیش بینی تشخیص زودهنگام این بیماری کمک می کند. این مطالعه روشی برای بررسی عوامل موثر بر حملات قلبی با استفاده از مدل شبکه عصبی گروهی ناهموار بازگشتی (RRGMDH) ارائه می کند. ما همچنین نتایج روش پیشنهادی را با نتایج پنج مدل از مدل های شبکه عصبی مدیریت داده، یعنی حافظه کوتاه مدت بلند مدت (LSTM)، واحد بازگشتی دروازه ای (GRU)، تابع پایه شماره گیری مجدد (RBF)، شبکه عصبی احتمالی (PNN) و مدل گروهی مکرر پردازش داده (GMDH) مقایسه کردیم. نتایج نشان می دهد که روش پیشنهادی از پنج روش دیگر بهتر عمل می کند.

کلیدواژه ها

تجزیه و تحلیل داده ها، شبکه عصبی GMDH ناهموار، تشخیص، حمله قلبی

مقالات مرتبط جدید

اطلاعات 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.