0% Complete
English
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
Graph Attention Networks for EEG-Based Emotion Recognition: Focus on Channel‑Level Attention
Akbar Asgharzadeh-Bonab - Hamid Bigdeli - Mohammad Javad Heidari
بررسی تاثیر انعطاف پذیری مالی بر رابطه بین مدیریت ریسک و اجتناب مالیاتی
علیرضا عظیمی ثانی - رضا پورتقی
A Comparative Analysis of CNN Architectures for Histopathology Image Classification: Performance, Efficiency, and Adversarial Robustness
Moein Akbari Shahpar - Mohsen Akbari-Shahpar
Ensemble Learning–Based Surrogate Models for Non-Invasive Estimation of Corneal Mechanical Properties
Seyed Sadjad Abedi Shahri - Mitra Baradari - Iman Zoljanahi Oskui
بهرهگیری از هوش مصنوعی و یادگیری عمیق در پیشبینی خطا و عیبیابی تجهیزات صنعتی
سحر پاسیار - سید محمدتقی موسوی قهفرخی - نسرین اشرفی باباگنجه - صبا شاکر
چارچوبهای توسعه پایدار و اخلاقمدار هوش مصنوعی در نظام حقوقی ایران و اسناد بینالمللی
سیده مریم اعتماد - سجاد نعیم وفا
رابطه سیاست پولی و ورشکستگی شرکت با فرار مالیاتی
صفیه سلیمان نژاد - امید پایدار خیابانی - احمد شاهی - محمد هاشم نژاد سراجه لو
استفاده از هوش مصنوعی جهت تولید یک مقاله تحقیقاتی حسابداری: بررسی پیامدها
رعنا شهدآور - حسین قشلاق سفلائی - حسین عبداله زاده خانقاه
تاثیر رویکرد هوش مصنوعی بر صنعت گردشگری جوامع مختلف ایرانی
حسین بوذری
تاثیر هوش مصنوعی بر توسعه اقتصاد حسابداری
نیما قاسم زاده شهرک - سعید انورخطیبی - سلمان عبدی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2