افزایش دقت و سرعت پیش ‌بینی نتایج آنژیوگرافی با استفاده از ترکیب سیستم استنتاج عصبی-فازی و الگوریتم بهینه ‌سازی ازدحام ذرات بر اساس داده های شهریور ماه سال 1392 بیمارستان کوثر شیراز

author

  • آیت, سعید گروه علمی مهندسی کامپیوتر و فناوری اطلاعات، دانشکده مهندسی کامپیوتر، دانشگاه پیام نور، تهران، ایران
Abstract:

مقدمه: امروزه استفاده از یافته‌ های هوش مصنوعی و داده‌ کاوی برای کمک به پیش ‌بینی زودهنگام بیماری عروق کرنری قلب مورد توجه پزشکان قرار گرفته است. هدف از این مقاله افزایش دقت و سرعت پیش ‌بینی نتایج آنژیوگرافی با سیستم استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات است. مواد و روش ‌ها: در این مقاله سیستم جدیدی با ترکیب استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات پیشنهاد و با نرم ‌افزار MATLAB نسخه 2015 (197613/0/5/8) شبیه‌ سازی گردیده است. جامعه آماری این پژوهش شامل 152 رکورد از اطلاعات پایگاه داده واقعی افرادی بود که در شهریورماه سال 1392 شمسی در بیمارستان کوثر شیراز تحت آنژیوگرافی عروق کرنری قرار گرفته بودند. داده ‌های جمع‌ آوری‌ شده با نرم ‌افزار اکسل نسخه 2010 آنالیز شده و پارامترهای مورد نیاز سیستم پیشنهادی محاسبه گردید. یافته‌ های پژوهش: داده‌ ها به 20 دسته، شامل داده‌ های آموزش و آزمون متفاوت، به‌ صورت تصادفی از کل مجموعه داده تقسیم شدند. در هر دسته، 85 درصد برای مرحله آموزش و 15 درصد باقیمانده برای مرحله آزمون در نظر گرفته شد و شبیه ‌سازی برای هر دسته داده به ‌طور جداگانه صورت گرفت. نتایج حاصل بر اساس شاخص‌ های حساسیت، اختصاصیت، دقت و صحت در دسته‌ بندی افراد، به‌ طور میانگین به ترتیب معادل اعداد 8422/0، 9192/0، 8554/0 و 8888/0 بوده است و در بهترین حالت معادل عدد 1 به‌ دست ‌آمده است. بحث و نتیجه ‌گیری: نتایج نشان می‌دهد سیستم پیشنــهادی عملکرد مناســـبی در پیش ‌بینی نتایج آنژیوگرافی دارد و می ‌تواند به‌ منظور دسته ‌بندی افراد به دو کلاس نرمال و بیمار استفاده شود. به ‌کارگیری سیستم عصبی-فازی و ترکیب آن با الگوریتم بهینه ‌سازی ازدحام ذرات موجب بهبود سرعت و دقت در این مطالعه شده است.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات

پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی، تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیه‌سازی مخازن هیدروکربوری و استراتژی‌های اکتشافی نقش موثری ایفا می کنند. اخیراً روش‌های هوش مصنوعی به‌منظور پیش‌بینی این پارامترها با استفاده از داده‌های چاه پیمایی به‌کاربرده شده‌اند. بااین‌حال پیش‌بینی ویژگی‌های مخازن ناهمگن همواره با دشوارهای بسیاری همراه است و به‌سختی پاسخ مناس...

full text

تنظیم پارامتر اندیکاتور های تحلیل تکنیکال با استفاده از بهینه سازی چندهدفه گروه ذرات و سیستم استنتاج تطبیقی فازی-عصبی

در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فاز...

full text

پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیجیدگی زیاد یا عدم‌  صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی از جمله سیستم می‌باشد. مزیت اصلی این تکنیک نسبت به  استنتاج فازی روش‌های رایج، این است که این سیستم بر اساس قواعد اگر- آن‌گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...

full text

پیش‌بینی مدول برجهندگی خاک‌های ریزدانه با استفاده از شبکه عصبی مصنوعی، ماشین بردار پشتیبان و سیستم استنتاج تطبیقی عصبی-فازی بهینه‌سازی‌شده با الگوریتم ازدحام ذرات

مدول برجهندگی خاک بستر ازجمله پارامترهای بسیار مهم در تحلیل و طراحی روسازی‌ است. این پارامتر هم در روش‌های تجربی (مانند اشتو 1993) و هم در روش‌های مکانیستیک-تجربی (مانند MEPDG) به عنوان اصلی‌ترین پارامتر برای بیان مقاومت و خصوصیات مکانیکی خاک بستر مورداستفاده قرار می‌گیرد. برای تعیین این پارامتر نیاز است تا آزمایش بارگذاری سه محوری دینامیک تحت تنش‌های محدود‌کننده و تنش‌های انحرافی مختلف بر روی ...

full text

سیستم خبره پیش بینی قیمت سهام و بهینه سازی سبد سهام با استفاده از شبکه‌های عصبی فازی، مدل سازی فازی و الگوریتم ژنتیک

افزایش میزان سود و کاهش ریسک سرمایه¬گذاری دربورس همیشه مهمترین دغدغه سرمایه¬گذاران بوده است و آنها همواره به دنبال راهی هستند که بهترین پیشنهاد را برای خرید سهام داشته باشند به گونه¬ای که دارای بیشترین بازده و کمترین ریسک سرمایه¬گذاری باشد.تحقیقات زیادی در این رابطه انجام شده است و مدل ریاضی میانگین واریانس مارکویتز به عنوان یکی از اصلی¬ترین کارهای این حوزه شناخته می¬شود. علیرغم اهمیت این مدل چ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 26  issue 4

pages  142- 154

publication date 2018-11

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023