شبکه های عصبی مصنوعی(ANN) راه حلی برای پیش بینی فلج مغزی و اختلالات دستگاه عصبی مرکزی در نوزادان

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 407

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICRSIE01_014

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

فلج مغزی شامل گرووهی از اختالات حرکتی هست که می تواند قبل تولد (بیماری های ژنتیکی، بعضی عفونت های ویروسی ماردان)، حین تولد (نرسیدن اکسیژن به مغز نوزاد در هنگام تولد) و یا بعد از تولد(خونریزی مغزی، تصادف) اتفاق بیفتد. امروزه ابزارهای متعددی برای تشخیص زودرس فلج مغزی (CP) وجود دارد که قابلیت اطمینان، اعتبار، حساسیت و دقت و قدرت پیش بینی هر کدام از این ابزارها با افزایش سن نوزاد یا خردسال با یکدیگر متفاوت خواهد بود. شبکه های عصبی مصنوعی (ANN)، روش های محاسباتی جدید برای تشخیص و درمان بیماری، پیش بینی سرطان و فلج مغزی و سایر بیماری ها می باشد. بنابراین مطالعه حاضر با هدف استفاده از شبکه عصبی مصنوعی در تشخیص و پیش بینی فلج مغزی در نوزادان انجام شده است. این مقاله نوعی مطالعه مروری نقلی است که با جستجوی کلمات کلیدی مرتبط با 3x google Scholar Science Direct Pub med SIDai Zo su Lw o esi è esao محدودیت زمان و به زبان انگلیسی و فارسی انجام شده است. تجزیه و تحلیل ضربان قلب و فعالیت پاراسمپاتیک، عوامل مهم در لایه ورودی نظیر سن، جنس، میانگینن ضربان قلب، وضعیت بدنی و... اطلاعات مفیدی در خصوص فلج مغزی نوزادان در اختیار پزشک قرار می دهد. با به کارگیری صحیح شبکه های عصبی مصنوعی در حوزه بهداشت و درمان می توان بیماری های زیادی را در اسرع وقت شناسایی و به 6. .درمان بیماران و کاهش هزینه ها کمک کرد

کلیدواژه ها:

شبکه های عصبی مصنوعی ، ANN ، فلج مغزی ، نوزادان

نویسندگان

مریم دهقانی

کمیته تحقیقات دانشجویی،دانشگاه علوم پزشکی لرستانف خرم آباد ،ایران

امیرحسین اهنگری

کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی لرستان، خرم آباد، ایران

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 :
  • Soltanlo M, Olyaei GR, Tehrani Dost M, Abdolvahab M, Bagheri ...
  • James A. Magnetic resonance imaging throws light on causes of ...
  • Cross SS, Harrison RF, Kennedy RL. Introduction to neural networks. ...
  • Lukic S, Cojbasic Z, Jovic N and et al. Artificial ...
  • Iftime S, Egsgaard L, Popovic M. Automatic determination of synergies ...
  • Internationa Conference on researches i Science and Engineering 28 July ...
  • Joseph MH. Logistic Regression Models. Chapman & Hall/CRC Press; 2009;.1-656. ...
  • Fox N. Maturation of autonomic control in preterm infants. Dev ...
  • Bjelakovic B, Ilic S, Dimitrijevic L, Milovanovic B, Kostic G, ...
  • Petkovic D, Cojbasic Z. Adaptive neuro-fuzzy estimation of autonomic nervous ...
  • Kanda T, Pidcock FS, Hayakawa K, Yamoria Y, Shikata Y. ...
  • نمایش کامل مراجع