تشخيص بيماري قلبي با استفاده از شبكه هاي عصبي پيچشي و الگوريتم بهينه‎ سازي ذرات

مقدمه: قلب انسان از لحاظ فيزيولوژيكي يك شاخص زنده محسوب مي‌گردد و امكان ثبت سيگنال‌ها به صورت مداوم با استفاده از دستگاه الكتروكارديوگرام وجود دارد. بيماري‌هاي قلبي- عروقي يكي از مهم‌ترين علت‌هاي مرگ‎ومير  در كل دنيا محسوب مي‌شوند. مبتلا شدن به بيماري‌هاي قلبي-عروقي مي‌تواند قابل اجتناب باشد، البته درصورتي كه بتوان سريع و دقيق اين بيماري را پيش‌بيني يا شناسايي كرد و در جهت جلوگيري اقدام نمود.روش كار: در اين مطالعه با هدف تشخيص الگوهاي موجود در ويژگي‌هاي استخراج شده از بيماران آريتمي قلبي، گروهي از نارسايي‌هاي قلبي پيش‌بيني خواهد شد و نمونه‌هاي بيمار را از حالت عادي تشخيص مي‌دهد. در مدل پيشنهادي ابتدا روي مجموعه دادگان، در مرحله پيش‎پردازش، عمليات گسسته‌سازي و جايگزيني مقادير از دست رفته به روش ميانگين‎گيري ستوني انجام مي‌شود، سپس به منظور كاهش ويژگي‎ها، پيچيدگي و افزايش سرعت و دقت، عمليات انتخاب ويژگي، روي داده‎هاي نرمال شده صورت گرفته و به طبقه‌بند‎هاي درخت تصميم، k نزديك‌ترين همسايه، بيز ساده و CNN ارسال مي‎شود. يافته‌ها: در مقايسه‌اي كه از دقت‌ به‌دست آمده از الگوريتم‌هاي مختلف قبل و بعد از اعمال روش پيشنهادي انجام شده است مشاهده مي‌شود كه كليه روش‌ها پس از اعمال روش پيشنهادي، با دقت بهتري عمل مي‌كنند همچنين CNN عملكرد بهتري از خود نشان داده است.نتيجه‌گيري: نتايج نشان داد كه دقت مدل پيشنهادي با نرخ تشخيص 92.34 درصد بهتر از ساير روش‌ها عمل مي‌نمايد.