لطفا منتظر بمانید ...
0% Complete
English
☰
صفحه اصلی
کنفرانسهای فعال
مدیریت منابع انسانی پایدار
حسابداری
بازاریابی و برندینگ در عصر هوش مصنوعی
هوش مصنوعی:نوآوری، کسبوکار و آموزش
ارشیو کنفرانسها
اولین کنفرانس ملی هوش مصنوعی
دومین کنفرانس ملی هوش مصنوعی
اولین کنگره ملی حسابداری، مالی و مالیاتی
32کنفرانس بین المللی زیست پزشکی
راهنمای شرکت
نحوه ثبتنام
ثبت نام مدیریت منابع انسانی پایدار
ثبت نام دومین کنگره ملی حسابداری
ثبت نام سومین کنفرانس ملی هوش مصنوعی
ثیت نام بازاریابی و برندینگ در عصر هوش مصنوعی
ثبت نام زنجیره ارزش نفت گاز و پتروشیمی
ارسال مقاله
فرمت مقالات مدیریت منابع انسانی پایدار
فرمت مقالات سیستم های هوشمند حسابداری
فرمت مقالات ملی بازاریابی و برندینگ در عصر هوش مصنوعی
فرمت مقالات سومین کنفرانس هوش مصنوعی
سوالات متداول
اخبار و رویدادها
درباره ما
تماس با ما
صفحه اصلی
/
سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران
Prediction of cardiac arrhythmia via an improved hierarchical fused fuzzy deep learning
نویسندگان :
Arman Daliri
1
Nora Mahdavi
2
1- دانشگاه آزاد اسلامی واحد کرج
2- دانشگاه آزاد اسلامی واحد کرج
کلمات کلیدی :
Cardiac arrhythmia،Deep Neural Networks،Non-sinusoidal arrhythmias،Fuzzy Deep Learning،Cardiovascular diagnostics
چکیده :
Deep Neural Networks, are widely applied in various fields such as healthcare. Cardiac arrhythmias, particularly non-sinusoidal arrhythmias, represent a critical challenge in cardiovascular diagnostics. As the volume of data generated by humans, including numbers, images, signals, and sounds continues to grow, the importance of DNNs in data analysis becomes more evident. This research focuses on cardiac arrhythmia classification using a Fuzzy Deep Neural Network (FDNN). The proposed FDNN integrates fuzzy logic and deep learning to effectively address traditional deep learning models’ limitations in handling data uncertainty and variability. FDNN demonstrates superior performance, achieving high accuracy, precision, and recall, supported by an impressive ROC curve and AUC value of 0.95, outperforming both traditional and advanced neural network-based methods. The interpretability of the FDNN model, supported by techniques like SHAP values, integrated gradients, and calibration analysis, further reinforces its potential for clinical adoption and trust in its decision-making process. The study highlights the potential of combining fuzzy logic with deep learning for medical applications, particularly in arrhythmia Prediction, offering a robust solution for accurate classification. Extended cross-validation (5- to 30-fold) confirms its robustness, with deep learning models showing consistent gains (~1–5%) over conventional approaches. These results highlight FDNN's potential for reliable arrhythmia detection, emphasizing the advantage of advanced architectures in medical diagnostic.
لیست مقالات
لیست مقالات بایگانی شده
Optimization of AODV Routing Protocol in Ad Hoc Networks Using Particle Swarm Optimization Algorithm
Jalileh Alboshokeh - Touraj Mohammadpour
بررسی ارتباط بین کیفیت حسابرسی و عدم شفافیت اطلاعات با هزینه سرمایه
سمیه فرهادی - محمد رستمی
مسئولیت پذیری اجتماعی شرکت : بررسی و ترکیب نظریه ها
رعنا شهدآور - علی دلجوان اکبری - محمد زکی لو
طراحی مدل استفاده از هوش مصنوعی در بازاریابی دیجیتال در صنعت بیمه با روش داده بنیاد
مهناز ذابح غازانی - رویا مصطفوی
Analysis of Blood Report Images Using General-Purpose Vision-Language Models
Nadia Bakhsheshi - Hamid Beigy
پیش بینی قصد فرار مالیاتی بر اساس تئوری رفتار برنامهریزی شده، روحیه مودیان مالیاتی و تیپهای شخصیتی با استفاده از شبکه عصبی
سحر بخشی - مهدی ذوالفقاری - کیهان آزادی هیر
بررسی دیدگاه ها و سیر تاریخی پیرامون حسابداری دارایی های موروثی
فاطمه رفیعی - مهدی ناظمی اردکانی
TransFuse++: A Hybrid CNN-Transformer Architecture with Cross-Attention, Temporal Modeling, and Uncertainty Estimation for Medical Image Segmentation
Masoud Noroozi - Sayna Jamaati - Hamed Aghapanah - Ali Saeeidi Rad - Mahsa Asadi Anar - Ali Darzi - Mahla Shokouhfar - Helia Sadat Kazemi - Mohammadreza Ghahari - Mohammad Saeed Soleimani Meigoli - Jafar Majidpour - Hossein Arabi - Ali Reza Karimian
Multi-View 2.5D Attention U-Net with 3D Fusion for Efficient Stroke Lesion Segmentation from T1-Weighted MRI
Fatemeh Salahshourinejad - Kamran Kazemi - Negar Noorizadeh - Mohammad Sadegh Helfroush - Ardalan Aarabi
Dynamic Connectivity Reveals Transformative Power of Neurofeedback in Brain Functional Networks
Kasra Momeni - Gholam- Ali Hossein-Zadeh
بیشتر
19 اردیبهشت 1405
راهنمای انتخاب کنفرانس معتبر برای چاپ مقاله علمی
19 اردیبهشت 1405
چرا شرکت در کنفرانسهای علمی برای مصاحبه دکتری اهمیت دارد؟
21 اردیبهشت 1405
پذیرش سریع مقاله در کنفرانسهای علمی مهندسی و فناوری آغاز شد
21 اردیبهشت 1405
آغاز ثبتنام در همایشهای بینالمللی مدیریت و حسابداری
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.0