بررسي و طبقه‌بندي مشخصه‌هاي كاربردي در تكنيك شبكه‌ي عصبي به منظور تشخيص بيماري‌هاي ايسكميك قلبي: مروري سيستماتيك

مقدمه: امروزه، شيوع بيماري‌هاي ايسكميك قلبي به عوارض جبران ناپذيري نظير مرگ بيماران منجر مي‌شود. تشخيص دير هنگام اين گونه بيماري‌ها و راه‌كار تهاجمي تشخيصي آن‌ها، سبب شده است محققين به منظور تشخيص به موقع بيماري، نسبت به تهيه‌ي سيستم تصميم‌يار تشخيصي مبتني بر تكنيك شبكه‌ي عصبي ضمن به كارگيري حداقل داده‌ها اقدام نمايند. در اين راستا، انتخاب حداقل مشخصه‌هاي مفيد براي طراحي ساختار شبكه‌ي عصبي از اهميت ويژه‌اي برخوردار است و زمينه‌ي دست‌يابي به بيشترين دقت در اخذ نتايج تصميم را فراهم مي‌آورد. روش‌ها: ابتدا مقالات مرتبط با «تشخيص ايسكميك قلبي با استفاده از شبكه‌هاي عصبي مصنوعي» از پايگاه داده‌هاي معتبر و با استفاده از كليد واژه‌هاي حساس استخراج گرديدند. سپس، تحليل و طبقه‌بندي محتوا به روش‌هاي علمي انجام شد. يافته‌ها: طراحي ساختار شبكه‌ي عصبي با استفاده از مشخصه‌هاي گوناگون قابل اخذ از داده‌هاي دموگرافيك، تاريخچه‌ي پزشكي، علايم و نشانه‌هاي بيماري به ويژه آزمايش‌هاي پاراكلينيك انجام مي‌پذيرد. در اين بين، مشخصه‌هاي روش الكتروكارديوگرام كه در گروه آزمايش‌هاي پاراكلينيك قرار داشتند، به افزايش چشم‌گير كارايي شبكه‌ي عصبي منجر شدند. نتيجه‌گيري: بهره‌برداري از اين گونه سيستم‌هاي تصميم‌يار تشخيصي در محيط‌هاي عملي، به ضريب اطمينان بالاي آن‌ها و برخورداري از مقبوليت پزشكان وابسته است. از اين رو، لحاظ كردن مواردي نظير ارتقاي ميزان بلوغ طراحي ساختار شبكه‌ي عصبي كه به انتخاب حداقل مشخصه‌هاي بهينه وابسته است و ايجاد زير ساخت‌هاي لازم جهت ورود داده‌هاي واقعي، صحيح و در جريان بيماران به اين سيستم‌ها راه‌گشا مي‌باشند.