سال انتشار: ۱۳۸۹

محل انتشار: اولین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات

تعداد صفحات: ۵

نویسنده(ها):

نجمه ربانی مهموئی – گروه الکترونیک – موسسه آموزش عالی خراسان
سعید شعرباف تبریزی – دانشجوی دکتری مخابرات – دانشکده مهندسی دانشگاه فردوسی مشهد
فاطمه کمر طلایی – گروه الکترونیک – موسسه آموزش عالی خراسان

چکیده:

استفاده از شبکه های عصبی مصنوعی در عرصه های مختلف علوم مهندسی به منظور انجام تحلیل برروی سری های زمانی و مسائل مختلف طبقه بندی، روز به روز در حال افزایش است. در این میان بخش قابل توجهی از تحقیقات در زمینه های مهندسی پزشکی متمرکز شده است. در این مقاله سعی شده با پیاده سازی ساختارهای مختلف شبکه های عصبی مصنوعی چون پرسپترون چند لایه (MLP) , تابع پایه شعاعی (RBF) و ماشین بردار پشتیبان (SVM) , عملیات تشخیص وجود یا عدم وجود بیماری قلبی، با در دسترس بودن اطلاعات آزمایش اخذ شده از بیمار، صورت پذیرد. نتایج شبیه سازی نشان می دهد که با بهینه سازی های صورت گرفته در ساختار شبکه ها، خطای تشخیص می تواند به کمتر از ۸% برسد، که عملکرد مناسبی بعنوان یک تشخیص اولیه است. در انتها نیز نرم افزاری برای کاربر غیر متخصص طراحی شده که براحتی با اعمال داده های آزمایش می تواند وجود یا عدم وجود بیماری را گزارش نماید.