ارایه یک سیستم هوشمند در تشخیص بیماری عروق کرونری قلب با استفاده از شبکه عصبی احتمالی

چکیدهمقدمه: انتخاب روش مناسب برای مدل سازی و تحلیل داده های سلامت و بهداشت، مبتنی بر نوع داده های موجود، بس یار مهم و در موارد ی بس یارحساس است. تحقیق حاضر باهدف تعیین بسته بودن یا نبودن عروق کرنری قلب بر اساس شبکه عصبی احتمالی انجام شد.روش بررسی: این تحقیق، از نوع کاربردی و اجرایی بود و در سال 1392 شمسی در بیمارستان کوثر شیراز انجام شد جامعه آمار ی ای ن پژوهشافرادی بودند که در شهریورماه سال 1392 شمسی تحت آنژیوگرافی عروق کرنری قلب قرار گرفتند . تعداد نمونه مورد مطالعه بر اساس فرمول1 محاسبه شد. لذا تعداد 152 نفر از افراد فوق به صورت تصادف ی انتخاب شدند . در / مربوطه و تقسیم تعداد نرون های لایه مخفی بر میزان خطای 0پیاده سازی های انجام شده، از 85 درصد داده ها جهت مرحله آموزش شبکه و 15 درصد باقیمانده جهت مرحله آزمون شبکه استفاده شد . در ای نبه منظورپیش بین ی بیمار ی عروق کرنر ی قلب استفاده شد . شبکه (pnn: probabilistic neural network) پژوهش از شبکه عصبی احتمالی2/ با پردازنده 4 corei 7 پیاده سازی گردید و بر روی سیستم 5 / عصبی پیشنهاد شده با استفاده از امکانات و توابع موجود در نرم افزارمتلب نسخه 12تحت ویندوز 7 شبیه سازی شد. gb و حافظه 4 ghzبودند. عملکرد سیستم ارایه شده بر اساس ای ن (sensitivity) و حساسیت (specificity) یافته ها: شاخص های عملکردی این سیستم، اختصاصیت0 و 1 به دست آمد. درنهایت سیستم طراحی و پیاده سازی شده توانست با دقت بهتر ی / شاخص ها در مرحله آزمون شبکه به ترتیب معادل اعداد 94نسبت به تحقیقات مشابه در این زمینه، افراد دارای بیماری عروق کرنری را تشخیص دهد.نتیجه گیری: نتایج این تحقیق نشان داد که در جامعه آماری موردمطالعه، شبکه های عصب ی احتما لی بهتر و قو ی تر از سایرشبکه ها ی عصب ی درتشخیص بیماری عمل کرده اند. این روش به علت اختصاصیت و حساسیت بالا می تواند از عوارض و آسیب های احتمالی آنژیوگرافی در بیمارانی کهنیاز به آن ندارند، جلوگیری نماید. همچنین می تواند بیما رانی را که واقعاً به ا ی ن اقدامات تشخ یص ی نی از دارند در سر یع تر ین زمان و بیشتر یندقتمشخص نماید.واژه های کلیدی: بیماری عروق کرنری؛ پیش بینی؛ شبکه های عصبی (کامپیوتر).