تشخیص بیماری عروق کرونر قلب با استفاده از روش ترکیب خبره‌ها

Authors

  • حسن زاده, مجید دانشجوی دکتری کامپیوتر، دانشکده برق و کامپیوتر، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
  • ذباح, ایمان دکتری مدیریت آموزش عالی ،گروه پرستاری، دانشگاه علوم پزشکی تربت حیدریه، تربت حیدریه، ایران
  • لایقی, کامران دکتری کامپیوتر، استادیار گروه کامپیوتر، دانشکده برق و کامپیوتر، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
Abstract:

مقدمه: بیماری عروق کرونر قلب، شایع‌ترین بیماری قلبی است و از علل اصلی مرگ در زنان و مردان است. این مطالعه با هدف پیش‌بینی وضعیت این بیماری با استفاده از روش ترکیب شبکه‌های عصبی (ترکیب خبره‌ها) انجام‌ شد. روش: این تحقیق از نوع تشخیصی و بر روی 200 نفر از مراجعین به مرکز تخصصی قلب و عروق شهرستان تربت‌حیدریه انجام شد. پرونده مراجعین حاوی اطلاعات دموگرافیک بیماران شامل 13 ریسک فاکتور بود. تولید مدل پیش‌بینی بیماری عروق کرونر قلب بر اساس شبکه‌های عصبی پرسپترون چندلایه و سپس جمع‌بندی نظرات آن‌ها انجام‌ شد. نتایج: در ابتدا از یک شبکه عصبی پرسپترون چندلایه با الگوریتم پس انتشار خطا استفاده گردید. بهترین معماری توانست با دقت 71/7% بسته بودن عروق کرونر قلب را پیش‌بینی کند. سپس با افزایش تعداد شبکه‌ها و تعلیم آن‌ها، ترکیب نتایج با یکدیگر انجام شد. ترکیب خبره‌ها با روش خطی رأی اکثریت و غیرخطی شبکه عصبی راه‌گاهی انجام و دقت پیش‌بینی به ترتیب 75/8% و 78/3% به دست آمد. نتیجه‌گیری: آنژیوگرافی یک روش تهاجمی و همراه با ریسک‌هایی مانند سکته قلبی و مغزی است؛ لذا باید از روش‌های غیرتهاجمی در تشخیص عروق کرونر قلب استفاده کرد. در این مطالعه با افزایش تعداد یاد‌گیرها و سپس ترکیب غیرخطی آن‌ها دقت تشخیص افزایش ‌یافت.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تشخیص بیماری عروق کرونر قلبی با استفاده از درخت تصمیم C4.5

مقدمه: یکی از شایع‌ترین بیماری‌ها و علل مرگ و میر در دنیای امروز بیماری‌های قلبی است. استفاده از تکنیک‌های داده‌کاوی برای ایجاد مدل‌های پیشگویی کننده، جهت شناسایی افراد در معرض خطر برای کاهش عوارض ناشی از بیماری بسیار کمک کننده است. در این پژوهش با استفاده از درخت تصمیم C4.5 به روش‌های پیشگیری و تشخیص این بیماری پرداخته می‌شود. روش: این پژوهش از نوع کاربردی و توصیفی می­باشد. در این پژوهش از داد...

full text

بررسی تأثیر پارامترهای پیوسته در تشخیص بیماری عروق کرونر قلبی با استفاده از شبکه‌های عصبی مصنوعی

Background & Aim: Coronary artery disease is among the common diseases in societies. The best method of assessing coronary artery diseases is through angiography. This study aimed at investigating the effect of disease parameters on the diagnosis of coronary artery disease using artificial neural networks. Methods: This analytic study included a database of 200 non-attributable records. In t...

full text

تشخیص بیماری عروق کرونر قلبی با استفاده از درخت تصمیم C4.5

مقدمه: یکی از شایع‌ترین بیماری‌ها و علل مرگ و میر در دنیای امروز بیماری‌های قلبی است. استفاده از تکنیک‌های داده‌کاوی برای ایجاد مدل‌های پیشگویی کننده، جهت شناسایی افراد در معرض خطر برای کاهش عوارض ناشی از بیماری بسیار کمک کننده است. در این پژوهش با استفاده از درخت تصمیم C4.5 به روش‌های پیشگیری و تشخیص این بیماری پرداخته می‌شود. روش: این پژوهش از نوع کاربردی و توصیفی می­باشد. در این پژوهش از داد...

full text

خصومت ورزی ، تیپ شخصیتی و بیماری عروق کرونر قلب

Introduction & Objective: In modern medicine, researches in behavioural sciences have described link between psychosocial characteristic, specific personality traits, and development of coronary artery disease. The aim of present study was to investigate the relationship between " hostility" and "type A" personality with acute myocardial infarction. Materials & Methods: In this case-contro...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 2

pages  274- 285

publication date 2018-09

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