استفاده از شبکه عصبی رگرسیون عمومی در تشخیص سطح حیات بیماران قلبی از طریق پارامترهای ژنتیکی و بالینی

در دهه های اخیر، چندین ابزار و روش های مختلف توسط محققان برای توسعه سیستم های پشتیبانی تصمیم گیری پزشکی مؤثر پیشنهاد شده است. تشخیص در بیماری های قلبی یکی از مهمترین مسائلی است و بسیاری از محققان به منظور توسعه سیستم های پشتیبانی تصمیم گیری پزشکی هوشمند به منظور بهبود توانایی از پزشکان، آن را مورد بررسی قرار دادند. هدف از این پژوهش، توسعه شبکه عصبی مصنوعی برای ایجاد مدلی های تشخیصی در بیماری عروق کرونر قلب با استفاده از مجموعه ای از عوامل سنتی و ژنتیکی این بیماری می باشد. پایگاه داده اصلی برای شبکه های عصبی مصنوعی شامل بالینی، آزمایشگاهی، کاربردی، پلی مورفیسم تک نوکلئوتیدی، کرونر آنژیوگرافی و ژنتیکی که از اطلاعات 352 نفر بیمار می باشد. بهترین دقت با یک توپولوژی شبکه های عصبی رگرسیون عمومی با دقت بالای 94 درصد را برای مدل مربوطه ما می باشد.