، جلد ۲۵، شماره ۲، صفحات ۰-۰

عنوان فارسی یک رویکرد دو مرحله ای مبتنی بر شبکه عصبی مصنوعی برای تشخیص بیماری قلبی با استفاده از اطلاعات ECG
چکیده فارسی مقاله مقدمه: اکثر بیماری‌های قلبی در نوار قلبی (ECG) نشانه‌هایی از خود نمایش می‌دهند، اما تشخیص وجود بیماری قلبی به کمک ECG  نیازمند دانش و تجربه پزشکان متخصص است. از آنجائی که ممکن است همواره این متخصصان در دسترس نباشد ضرورت دارد ابزار‌هایی طراحی شود تا در این شرایط به عنوان دستار به کادر درمان امکان تشخیص بیماری قلبی فراهم شود. هدف: در این مقاله یک رویکرد دو مرحله‌ای مبتنی بر شبکه‏‌های عصبی مصنوعی برای تشخیص بیماران قلبی با استفاده از اطلاعات ECG  طراحی شده است. روش: برای طراحی رویکرد دو مرحله‌ای پیشنهادی، ابتدا اطلاعات نوار قلبی 861 مراجعه کننده به تعدادی از مراکز درمانی شهر اراک جمع‌آوری و با مشاوره متخصصین، پردازش و آماده‌سازی داده‏‌ها انجام شده است. آنگاه 154 ویژگی‏ در نوار قلبی به عنوان متغیر‌های ورودی به رویکرد پیشنهادی مشخص شده است. در مرحله اول از رویکرد پیشنهادی یک شبکه عصبی مصنوعی برای تشخیص وضعیت نوار قلبی به دو صورت قابل استفاده و یا غیرقابل استفاده طراحی شده است. آنگاه در مرحله دوم با استفاده از اطلاعات نوار‌های قلبی قابل استفاده، یک شبکه عصبی مصنوعی برای تشخیص وجود یا عدم وجود بیماری قلبی طراحی شده است. نهایتاً عملکرد رویکرد دو مرحله‌ای بررسی و صحت و دقت آن در تشخیص وضعیت نوار قلبی و همچنین وضعیت بیماری مراجعه‌کننده تعیین شده است. یافته‌ها: در رویکرد دو مرحله‌ای پیشنهادی، شبکه عصبی تشخیص وضعیت نوار قلبی دارای دقت 97/1% و صحت 97/3% بوده و همچنین شبکه عصبی تشخیص وجود بیماری قلبی نیز دارای دقت 95/8% و صحت 95/4% می‌باشد. نتیجه‌گیری: با توجه به کارایی بالای رویکرد پیشنهادی در تعیین وضعیت نوار قلبی و همچنین تشخیص بیماری قلبی، می‏توان از این رویکرد به عنوان یک دستیار قابل اعتماد برای کمک به کادر درمان استفاده نمود.
کلیدواژه‌های فارسی مقاله نوار قلبی (ECG)، شبکه های عصبی مصنوعی، داده کاوی، بیماریهای قلبی.

عنوان انگلیسی A two-stage approach based on artificial neural networks for diagnosis of heart disease by ECG information
چکیده انگلیسی مقاله Introduction: Most heart diseases show symptoms on ECG, but diagnosing heart disease with ECG requires the knowledge and experience of medical specialized. Because these specialists may not always be available, it is necessary to design tools to diagnose heart disease in these situations. Objective: In this paper, a two-stage approach based on artificial neural networks is designed to diagnose heart disease using ECG information. Method: To design the proposed approach, first ECG information for 861 refers to a number of medical centers in Arak city is collected and and data consulted is proccesed by specialists. Then 154 features from ECG as input variables in proposed approach has been specified. In the first stage of approach, an artificial neural network is designed to detect the status of the ECG in two situation as usable and unusable. Then, in the second stage, using the usable ECG information, an artificial neural network is designed to diagnose the presence or absence of heart disease. Finally, the performance of the two-stage approach is evaluated and its accuracy and precision in determining the status of the ECG as well as the disease status is determined. Results In the proposed approach, the neural network for the determining of ECG status has an precision of 97.1% and an accuracy of 97.3%, and also the neural network for the diagnosis of heart disease has an precision of 95.8% and an accuracy of 95.4%. Conclusion: Considering the high effeciency of the proposed approach in the determining of ECG status and also diagnosing heart disease, it is possible to use this approach as a reliable assistant to assist the treatment staff.  
کلیدواژه‌های انگلیسی مقاله ECG, Data mining, Artificial neural networks, Heart disease.

نویسندگان مقاله مجید مهراد | Majid Mehrad
Islamic Azad University, tehran south branch
دانشگاه آزاد اسلامی، واحد تهران جنوب.

مجید نوجوان | Majid Nojavan
Islamic Azad University, tehran south branch
دانشگاه آزاد اسلامی، واحد تهران جنوب.

صدیق رئیسی | Sadigh Raissi
Islamic Azad University, tehran south branch
دانشگاه آزاد اسلامی، واحد تهران جنوب.

مهرداد جوادی | Mehrdad Javadi
Islamic Azad University, tehran south branch
دانشگاه آزاد اسلامی، واحد تهران جنوب.


نشانی اینترنتی http://jams.arakmu.ac.ir/browse.php?a_code=A-10-6450-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده قلب
نوع مقاله منتشر شده مطالعه کیفی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات