محمد هادی اسماعیلی - کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی مازندران
رضا علی محمد پور تهمتن
علی قائمیان
جواد اسمعیلی

از آنجا که درعلوم پزشکی مسالهسلامت انسان دارای اهمیت است پیش بینی صحیح افراد برحسب وضعیت بیماری اهمیت زیادی دارد بایستی حتی الامکان از آن دسته مدلهایی استفاده کرد که پیش بینی براساس آنها دارای حداقل خطا و حداکثر اطمینان باشد لذا ما از روش شبکه عصبی مصنوعی که روش قویتر نسبت به روشهای موجود است جهت ارزیابی بسته بودن یا نبودن عروق کرونری قلب استفاده نمودیم دراین تحقیق از شبکه عصبی مصنوعی پرسپترون چندلایه MLP با الگوریتم پس انتشار خطا EBP جهت ارزیابی بیماری عروق کرونری قلب دربین 150 نفر بیماران مرکز فوق تخصصی قلب مازندران واقع درشهرستان ساری استفاده نموده ایم سپس شبکه عصبی مصنوعی با ساختار 1-12-14 NN تابع انتقال سیگموئید و 1500 سیکل آموزشی براساس 80 درصد داده های موجود با استفاده از نرم افزار شبکه عصبی مصنوعی Pythia - Neural Network طراحی و آموزش داده شد این روش از عوارض و آسیب های احتمالی آنژیوگرافی به علت ویژگی بالای بدست آمده برای بیمارانی که نیاز به آن ندارند جلوگیری می نماید.

بیماری عروق کرونری قلب، شبکه عصبی مصنوعی، پرسپترون چندلایه