طراحی و شبیه سازی سیستم بیوالکتریک آموزش پذیر در تشخیص بیماری های آریتمی قلبی با استفاده از شبکه عصبی

تشخیص صحیح بیماری ها جهت ارائه خدمات درمانی و بهبود شرایط بیمار در پروسه درمان جزء مهمترین پارامترها می باشد. از طرفی تشخیص بیماری ها توسط متخصصین اغلب با خطاهای جبران ناپذیری همراه بوده است. در این پژوهش که با هدف طراحی و شبیه سازی سیستمی بیو الکتریک با قابلییت آموزش پذیری جهت تشخیص بیماری های آریتمی قلبی انجام شده است، از شبکه قدرتمند MLP- پرسپترون استفاده شده است. از آنجا که یکی از اهداف مشخص این پژوهش، آموزش پذیر بودن سیستم است، لذا داده های ورودی که در دو دسته صد تایی جهت آموزش و آزمون می باشند، به سیستم اعمال شده اند. داده ها مورد تأیید متخصصین دانشگاه MIT بوده و به چهار بیماری آریتمی و یک حالت نرمال و به صورت مساوی تقسیم شده اند. به طور کلی نتیجه مطالعات انجام شده در این مقاله بدین صورت بود که با افزایش مراحل آموزش، دقت تشخیص سیستم بالا رفته است. در این پژوهش بالاترین دقت برابر 93 % بود اما با توجه به روند مطالعات می توان گفت با افزایش مراحل آموزش می توان دقت سیستم را نیز بالا تر برد. حسن دیگر این مطالعه این است که سیستم تمام آموزش های داده شده را در خود نگهداری کرده و نیاز نیست برای هر مرحله آزمون با دیتاهای جدید به سیستم آموزش داده شود.

کلیدواژه ها:

بیماری های آریتمی قلبی ، شبکه عصبی مصنوعی ، تبدیل موجک ، پرسپترون