Please wait ...
0% Complete
فارسی
Home
/
سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران
پیشبینی وقوع سکته مغزی با استفاده از دادههای پروندههای الکترونیکی مراقبتهای بهداشتی بیماران و شبکههای عصبی
Authors :
عارفه یعقوبی
1
افشین ابراهیمی
2
پیوند قادریان
3
1- دانشگاه صنعتی تبریز
2- دانشگاه صنعتی تبریز
3- دانشگاه صنعتی تبریز
Keywords :
پیشبینی،سکته مغزی،شبکه عصبی،مجموعههای ناهموار،همبستگی،یادگیری ماشین
Abstract :
پیشبینی زودهنگام سکته مغزی به عنوان یکی از راهکارهای حیاتی برای کاهش مرگ و میر ناشی از این بیماری، نقش محوری در مدیریت بهداشتی افراد دارد. لذا، در این پژوهش به بررسی ویژگیهای مختلف موجود در پرونده الکترونیکی پزشکی افراد و نقش هر کدام در پیشبینی سکته مغزی به کمک روشهای مختلف انتخاب ویژگی و انواع شبکههای عصبی پرداخته شده است. بر این اساس، دو روش انتخاب ویژگی، شامل روش مجموعههای ناهموار و روش رتبهبندی ویژگی مبتنی بر همبستگی و چهار نوع شبکه عصبی، شامل شبکه پرسپترون چندلایه، شبکه رگرسیون تعمیمیافته، شبکه پیشرو آبشاری و شبکه بازگشتی، بهمنظور شناسایی عوامل مؤثر در بروز سکته مغزی، استفاده شدهاند. مطابق نتایج حاصل، ویژگیهای سن، فشار خون بالا، بیماری قلبی و میانگین سطح گلوکز به ترتیب به عنوان موثرترین ویژگیها در پیشبینی سکته مغزی شناسایی شده و همچنین شبکه عصبی پیشرو آبشاری بهترین عملکرد را در پیشبینی آن ارائه داده است. چنین یافتههایی میتوانند به عنوان پایهای برای توسعه مدلهای هوشمند پیشبینی سکته مغزی و بهبود مدیریت این بیماری در کاربردهای کلینیکی مورد استفاده قرار گیرند.
Papers List
List of archived papers
Machine Learning and Deep Learning Approaches for Fake News Detection: A Comprehensive Survey
Arian Hajati - Azita Shirazipour - Seyed Javad Mirabedini
نقش هوش مصنوعی و اینترنت اشیاء در زنجیره تامین در صنعت آب و فاضلاب
محمد ناصرین - حمیدرضا رضوانی - افسانه نیک محمدی
چالشهای بودجهریزی بر مبنای عملکرد با رویکرد گزارشگری یکپارچه در بخش عمومی ایران
جواد پورغفار - مریم عرفان اسفنجانی - امیرعطا علیزاده
نقش بازاریابی هوش مصنوعی در عملکرد استراتژیک با تاکید بر قصد خرید مصرف کننده در سایتهای فروش انلاین
اسماعیل محبی کندسری
Toward Precision Psychiatry: Differentiating Depression and Psychosis Using EEG-Based Machine Learning Models
Vahid Asayesh - Mehdi Dehghani - Majid Torabi - Sepideh Akhtari-Khosroshahi - Maedeh Akhtari-Khosroshahi - Sebelan Daneshvar
ترکیب سیگنالهای EEG و ردیابی چشم برای توانبخشی به بیماران ضایعه نخاعی
امیررضا احمدی
تهیه نانوحامل ژلاتین گالاکتوزیله شده با هدف کاربرد در دارورسانی هدفمند به بافت کبد سرطانی
مائده بخشی پور رشته رودی - امیرحسین شریفی - مریم رجب زاده - علی برادر خوش فطرت
Automated Tibial Bone Segmentation using 2D Swin-Unet on Knee X-ray Images
Ali Kazemi - Abolfazl Zamanirad - Soodabeh Esfandiary - Ebrahim Najafzadeh - Mohammad Hossein Nabian - Parastoo Farnia - Alireza Ahmadian
Neuromuscular Coordination in Badminton Smashes: Validation of Musculoskeletal Models
Raheleh Tajik - Hamed Fadaei
Deep Learning and Fuzzy Entropy in Parkinson's Diagnosis: a Framework Based on Task-Based EEG Signals
Amir Hossein Tajarrod - Tania Hossein Khani - َAsghar Zarei - Mousa Shamsi
more
Samin Hamayesh - Version 44.7.0