[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي درباره نشريه آخرين شماره تمام شماره‌ها جستجو ثبت نام ارسال مقاله تماس با ما ::
:: دوره 19، شماره 4 - ( مهر و آبان 1396 ) ::
دوره 19 شماره 4 صفحات 64-77 برگشت به فهرست نسخه ها
بررسی تشخیص بیماری دیابت بر اساس اطلاعات مستخرج از سیگنال ECG با استفاده از شبکه‌های عصبی مصنوعی
مرضیه نظری، بهزاد زمانی دهکردی *، فرشاد کیومرثی دهکردی
گروه کامپیوتر، دانشگاه آزاد اسلامی، واحد شهرکرد، شهرکرد، ایران. ، bzamani@gmail.com
چکیده:   (134 مشاهده)

زمینه و هدف: بیماری دیابت یکی از شایع‌ترین بیماری‌های دنیا شناخته‌ شده است. یکی از مشکلات اساسی مربوط به این بیماری عدم ‌تشخیص به‌موقع و صحیح آن می‌باشد. هدف این پژوهش ارائه روش جدیدی برای تشخیص بیماری دیابت است و قصد دارد برای اولین بار ارتباط تصاویر ECG با تشخیص بیماری دیابت به کمک شبکه عصبی مصنوعی و الگوریتم‌های داده‌ کاوی را بررسی کند.
روش بررسی: در این مطالعه 8 بیمار دیابتی و 64 فرد سالم حضور داشتند. الکتروکاردیوگرافی برای تمام افراد انجام گرفت. اطلاعات مورد نیاز از تصاویر ECG شامل: نام بیمار، سن، HR، p، t، RR، PP، P، PR، qt،qtcb استخراج و در پایگاه داده جمع‌آوری شد. برای طبقه‌بندی بیماران از شبکه‌های عصبی احتمالی و الگوریتم‌های استاندارد داده ‌کاوی استفاده ‌شده است. داده‌ها از طریق الگوریتم‌های داده ‌کاوی و روش‌های متفاوت کلاس‌بندی مورد بررسی و ارزیابی قرار گرفتند و نتایج هر یک با توجه به نرخ صحیح مقایسه شدند. از نرم‌افزار weka برای رده‌بندی‌ها استفاده ‌شده است.
یافته‌ها: دقت شناسایی الگوریتم‌های مبتنی بر قوانین و شبکه عصبی، نسبت به الگوریتم‌های درخت تصمیم و الگوریتم‌های مبتنی بر فاصله بالاتر و نتایج بهتری در تشخیص بیماری دیابت نشان دادند. بهترین نرخ شایستگی در الگوریتم Consistency Subset Eval با میزان 0/89 بود و موج QRS به‌ عنوان بهترین انتخاب در همه الگوریتم‌ها گزارش می‌شود. ارزیابی داده‌های افراد دیابتی و غیر دیابتی با استفاده از الگوریتم شبکه‌های عصبی احتمالی نرخ صحیحی 95% را نشان داد. همچنین الگوریتم KNN کمترین پیچیدگی زمانی را نشان داد.
نتیجه‌گیری: مدل مبتنی بر قوانین دقت بالاتری نسبت به کلیه الگوریتم‌های طبقه‌بندی داده‌ کاوی مورد استفاده در پژوهش نشان داد.

واژه‌های کلیدی: بیماری دیابت، هوش مصنوعی، شبکه عصبی، الکتروکاردیوگرافی، مدل‌های پیش‌بینی
متن کامل [PDF 965 kb]   (35 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سایر
دریافت: ۱۳۹۵/۶/۲۹ | پذیرش: ۱۳۹۵/۹/۳۰ | انتشار: ۱۳۹۶/۷/۱۳
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

کد امنیتی را در کادر بنویسید >



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Nazari M, Zamani Dehkordi B, Kiomarsi Dehkordi F. Diagnosis diabetes on the basis of information extracted from the ECG signal using artificial neural networks. J Shahrekord Univ Med Sci. 2017; 19 (4) :64-77
URL: http://journal.skums.ac.ir/article-1-3095-fa.html
نظری مرضیه، زمانی دهکردی بهزاد، کیومرثی دهکردی فرشاد. بررسی تشخیص بیماری دیابت بر اساس اطلاعات مستخرج از سیگنال ECG با استفاده از شبکه‌های عصبی مصنوعی. مجله دانشگاه علوم پزشکی شهركرد. 1396; 19 (4) :64-77

URL: http://journal.skums.ac.ir/article-1-3095-fa.html

دوره 19، شماره 4 - ( مهر و آبان 1396 ) برگشت به فهرست نسخه ها
مجله دانشگاه علوم پزشکی شهرکرد Journal of Shahrekord University of Medical Sciences
Persian site map - English site map - Created in 0.051 seconds with 789 queries by yektaweb 3471