tsta

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 یعقوبی¹ افشین ابراهیمی² پیوند قادریان³

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.