ارایه روشی جدید در طبقه‌بندی نتایج آنژیوگرافی با استفاده از شبکه عصبی مصنوعی

مقدمه: تحقیقات نشان می‌دهد، معمولاً برای تشخیص بیماری عروق کرنری، آنژیوگرافی مورد اقبال بیشتری قرار گرفته است. در این مقاله با استفاده از شبکه عصبی مصنوعی نتایج حاصل از آنژیوگرافی برای بررسی بسته بودن یا نبودن عروق کرنری قلب طبقه‌بندی شده است.روش پژوهش: این تحقیق، در سال ???? در بیمارستان کوثر شیراز انجام شد. جامعه آماری این پژوهش افرادی بودند که در شهریور ماه سال ???? تحت آنژیوگرافی عروق کرنری قلب قرار گرفتند که تعداد ??? نفر از این افراد به‌طور تصادفی انتخاب شدند. در این پژوهش از شبکه عصبی پرسپترون چند لایه (mlp) و شبکه عصبی احتمالی (pnn) برای طبقه‌بندی افراد به دو دسته سالم و بیمار استفاده شد. برای طراحی شبکه، از 85 درصد داده‌ها برای مرحله آموزش شبکه و 15 درصد باقی‌مانده برای مرحله آزمون شبکه استفاده شد. بزای پیاده‌سازی شبکه از امکانات و توابع موجود در نرم‌افزار متلب نسخه 0/12/7 بهره گرفته‌شده و در سیستم corei5 با پردازنده 2.4 ghz و حافظه 4gb تحت ویندوز 7 شبیه‌سازی انجام شده است.یافته‌ها: پس از شبیه‌سازی‌های انجام‌شده بر دو شبکه عصبی مصنوعی پرسپترون و احتمالی، شاخص‌های اختصاصیت (specificity) و حساسیت (sensitivity) در مرحله آزمون شبکه پرسپترون به ترتیب معادل اعداد88/0 و 1 ودر شبکه احتمالی به ترتیب معادل اعداد 94/0 و 1 به دست آمد.در مرحله آموزش شبکه عصبی احتمالی تنها از یک دور جهت آموزش شبکه استفاده شدکه این از مزایای شبکه عصبی احتمالی است درحالی‌که در شبکه عصبی پرسپترون با ساختار به‌کاررفته در این مقاله از 1000 دور جهت آموزش شبکه استفاده شد.نتیجه‌گیری: اختصاصیت و حساسیت به‌دست‌آمده در این تحقیق نشان داد، استفاده از شبکه عصبی احتمالی می‌تواند در طبقه‌بندی افراد به دو دسته سالم و بیمار و تشخیص سریع‌تر بیماری، با دقت بهتری نسبت به موارد مشابه عمل کند.