این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 30 آذر 1404
مجله دانشگاه علوم پزشکی کردستان
، جلد ۲۱، شماره ۴، صفحات ۱۱۸-۱۳۱
عنوان فارسی
طراحی یک سیستم خبره جهت شناسایی بیماریهای قلبی با استفاده از الگوریتم فازی
چکیده فارسی مقاله
زمینه و هدف : حجم دادههای موجود در کاربردهای مختلف به سرعت در حال افزایش است. در چنین شرایطی نیاز به روشهایی برای مدیریت خودکار و بدست آوردن اطلاعات و دانش از دادهها بیشتر میباشد. همین امر سبب شده است که استفاده از سیستمهای خبره و دادهکاوی در کاربردهای مختلف بویژه پزشکی مورد توجه محققان در حوزههای مختلف یاشد. پیش بینی بیماریها مانند بیماری های قلبی نیز از جمله ی این مسائل پیچیده می باشد که در انتخاب ریسک فاکتورهای مهم و بدست آوردن نتیجه درست مسئله مورد توجه است. روش بررسی : در این مقاله، به کمک یک سیستم فازی یک مدل برای پیش بینی بیماریهای قلبی طراحی شده است که با استفاده از قوانین طراحی شده بر اساس دانستههای پزشکی و مقایسه هوشمند عمل می کند. در سیستم پیشنهادی، معیارهایی که برای تشخیص بیماریهای قبلی توسط پزشک متخصص استفاده میشود به عنوان قوانین طراحی شده سیستم، جهت تصمیمگیری به سیستم داده خواهد شد. در مرحله بعد، این قوانین روی ریسک فاکتورها اعمال شده، و وجود یا عدم وجود بیماری قلبی برای فرد مورد نظر را پیشبینی میکند. همچنین در سیستم پیشنهادی برای افرایش کارایی و دقت سیستم تشخیص بیماری قلبی، تاثیر ریسک فاکتورهای مهم تر افرایش داده شده است. الگوریتم پیشنهادی بر روی مجموعه دادههای 1000 بیمار اعم از بیمار قلبی و افراد سالم جمعآوری شده از بیمارستان توحید سنندج در نرمافرار متلب و به کمک جعبه ابزار فازی شد. یافتهها : نتایج آزمایشات انجام شده بر روی مجموعه داده های جمعآوری شده از بیمارستان توحید سنندج نشان داد که الگوریتم پیشنهادی توانست با دقت 98 درصد پیشبینی درست افراد مستعد بیماری قلبی را انجام دهد. مزیت دیگر این الگوریتم این است که با اینکه تعدادی فاکتور بسیار مهم مانند تست ورزش در اختیار نبود (بدلیل عدم ثبت در پرونده بیشتر بیماران) بازدهی مناسبی داشته است. نتیجه گیری : الگوریتم پیشنهادی قادر به شناسایی بیماران قلبی با دقت بسیار مناسبی میباشد، همچنین ریسک فاکتورهای سن، فشار خون، چربی مضر، سیگار، سابقه فامیلی و جنسیت تاثیر بسزایی در ابتلای فرد به این بیماری دارند، بنابراین با برنامه مداخله ای و اطلاع رسانی از طریق رسانهها و مراکز پزشکی و درمانی میتوان از شیوع این بیماری جلوگیری کرد. واژههای کلیدی : پیش بینی بیماری قلبی، سیستمهای فازی ، موتور استنتاج فازی ، ریسک فاکتور. وصول مقاله:18/11/94 اصلاحیه نهایی:24/3/95 پذیرش:1/4/95
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Designing an expert system for prediction of heart attack using fuzzy systems
چکیده انگلیسی مقاله
Background and Aim: Nowadays, there are increasing amounts of data in various fields, which calls for special methods for management and extraction of information. Therefore, use of expert systems in different fields in particular medicine has attracted the attention of many investigators. Prediction of diseases such as heart attack is also a complex issue for which selection of major risk factors and obtaining correct results have been considered essential. Material and Methods: In this study, using fuzzy system, a model was designed which works based on medical knowledge and discerning comparison. In this system the criteria used for the diagnosis heart attack are introduced into the system. Then theses criteria will be used for the risk factors in order to predict presence or absence of heart attack. In order to increase efficiency and accuracy of the system, the influence of the more important risk factors have received higher values. The proposed algorithm was used for the data collected from 1000 heart attack cases and patients without heart disease by using fuzzy systems in Tohid Hospital in Sanandaj. Results: The proposed algorithm could predict heart disease with 98% accuracy in the subjects predisposed to heart attack. Another advantage of this method is its high efficiency in the absence of important diagnostic methods, such as exercise testing. Conclusion: The proposed algorithm can accurately identify patients with heart disease. Risk factors such as age, blood pressure, unhealthy fat, smoking, family history and gender have significant impacts on the development of heart disease, Therefore, designing interventional programs by medical centers and providing information by mass media can be useful for prevention of heart attack. Keywords: Prediction of heart attack, Fuzzy systems, Fuzzy inference engine, Risk factors. Received: Feb 6, 2016 Accepted: Jun 21, 2016
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
وفا میهمی | vafa maihami
department of computer engineering, islamic azad university, sanandaj branch, sanandaj, iran
گروه کامپیوتر، دانشگاه آزاد اسلامی واحد سنندج، ایران
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی سنندج (Islamic azad university of sanandaj)
آرش خورمهر | arash khormehr
department of computer engineering, islamic azad university, sanandaj branch, sanandaj, iran.
دانشکده فنی- مهندسی، دانشگاه آزاد اسلامی واحد سنندج، ایران.
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی سنندج (Islamic azad university of sanandaj)
عزت الله رحیمی | ezatollah rahimi
internal medicine department, kurdistan university of medical sciences, sanandaj, iran.
گروه داخلی، دانشگاه علوم پزشکی کردستان، سنندج، ایران.
سازمان اصلی تایید شده
: دانشگاه علوم پزشکی کردستان (Kordestan university of medical sciences)
نشانی اینترنتی
http://sjku.muk.ac.ir/browse.php?a_code=A-10-25-97&slc_lang=fa&sid=en
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
عمومی
نوع مقاله منتشر شده
پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات