دانلود شبیه سازی مقاله استفاده از شبکه عصبی مصنوعی در تشخیص پزشکی

عنوان فارسی

استفاده از شبکه های عصبی مصنوعی در تشخیص پزشکی

عنوان انگلیسی

Artificial neural networks in medical diagnosis

کلمات کلیدی

تشخیص پزشکی؛ هوش مصنوعی؛ شبکه های عصبی مصنوعی؛ سرطان؛ بیماری های قلبی و عروقی؛ دیابت

درسهای مرتبط

مهندسی پزشکی

تعداد صفحات انگلیسی : 12 نشریه : ELSEVIER
سال انتشار : 2013 تعداد رفرنس مقاله : 59
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
الزویر
قیمت دانلود مقاله
199,000تومان
دانلود رایگان مقاله انگلیسی
آیا این مقاله برای بیس پایان نامه مناسب است؟ : بله آیا این مقاله برای ارائه کلاسی مناسب است؟ : بله
برنامه ای که در آن مقاله شبیه سازی شده است : این مقاله در محیط متلب پیاده سازی شده است نام مجله مقاله : Journal of Applied Biomedicine (مجله زیست پزشکی کاربردی)
ترجمه: ندارد گزارشکار : دارد (یک فایل راهنمای 7 صفحه ای؛ یک فایل راهنمای 1 صفحه ای؛ و یک فایل راهنمای 10 صفحه ای) (همچنین در یک فایل راهنمای 2 صفحه ای نیز به توضیحاتی در مورد خروجی ها پرداخته شده است) شبیه سازی : دارد (تعداد 11 ام فایل متلب و یک فایل با فرمت mat)

این مقاله در محیط متلب به صورت کامل شبیه سازی شده و در صورت خرید و دانلود مقاله شما به راحتی قادر خواهید بود از برنامه مربوطه استفاده نمایید. در صورت بروز هر گونه مشکل در نحوه ی اجرای برنامه سایت سیگمالند به مدت 24 ساعت بعد از خرید محصول، پشتیبانی آن را تا اجرای کامل برعهده دارد.

توضیحات و مشاهده مقاله انگلیسی

کاربرد شبکه عصبی مصنوعی در پزشکی

شبکه های عصبی مصنوعی (ANN ها)، استفاده گسترده ای در علوم و فنآوری و همچنین کاربردهایی در شاخه های مختلف شیمی، فیزیک و زیست شناسی دارند. برای مثال، ANN ها، در سینماتیک شیمیایی، پیش بینی رفتار واکنش گرهای صنعتی، مدل سازی سینماتیک آزاد سازی دارو، بهینه سازی روش های الکتروفورزی، دسته بندی محصولات کشاورزی مانند واریته های پیاز و حتی تعیین گونه، مورد استفاده قرار می گیرند. بطور کلی، داده های بسیار متنوع، مانند دسته بندی اشیاء بیولوژیک، داده های سینماتیک شیمیایی یا حتی پارامترهای بالینی را می توان اساساً به صورت یکسان، مورد پردازش قرار داد. روش های محاسباتی پیشرفته، شامل ANN ها، از انواع مختلف داده های ورودی استفاده می کنند که در زمینه تاریخچه آموزش قبلی در یک پایگاه داده از نمونه های تعریف شده پردازش می شوند تا یک خروجی مرتبط از نظر بالینی، برای مثال، احتمال یک بیماری خاص یا دسته بندی اشیاء بیوپزشکی، تولید شود. بخاطر انعطاف پذیری اساسی داده های ورودی، ANN ها، مفید بودن خود را در تحلیل نمونه های خون و ادرار بیماران دیابتی، تشخیص سل ، دسته بندی سرطان خون، تحلیل نمونه های تزریق پیچیده و تحلیل تصویری رادیوگراف ها یا حتی بافت زنده، اثبات کرده اند. هدف این پروژه، بیان فلسفه کلی استفاده از ANN ها در روش های تشخیص از طریق نمونه های انتخاب شده می باشد و تغییرات هنگفت داده ها که می توانند به عنوان ورودی برای ANN ها عمل کنند را گزارش می دهد. در این پروژه نه تنها توجه به قدرت کاربردهای ANN ها داده می شود، بلکه همچنین بر ارزیابی محدودیت هایشان، روندهای احتمالی، و توسعه های آتی و ارتباط با شاخه های دیگر طب انسانی، تاکید می شود.

در شکل زیر، کاربردهای عمده شبکه های عصبی مصنوعی در پزشکی نشان داده شده است:

کاربردهای عمده شبکه های عصبی مصنوعی در پزشکی

ANN ها، ابزاری قوی برای کمک به پزشکان برای انجام تشخیص و دیگر امور اجرایی می باشد. از این نظر، ANN ها، چندین مزیت دارند که شامل موارد زیر می باشند:

  • توانایی پردازش حجم بزرگی از داده ها
  • کاهش احتمال نادیده گرفتن اطلاعات مرتبط
  • کاهش زمان تشخیص

ANN، مفید بودنشان را برای تشخیص رضایت بخش بیماری های مختلف اثبات کرده اند. علاوه بر آن، استفاده از آنها، باعث می شود تشخیص مطمئن تر شود و بنابراین رضایت بیمار را افزایش می دهد. اما، علیرغم کاربرد گسترده آنها در تشخیص مدرن، باید تنها به عنوان ابزاری برای تسهیل تصمیم نهایی یک متخصص بالینی، کسی که در نهایت مسئول ارزیابی اساسی خروجی ANN است، مورد ملاحظه قرار گیرد. روش های خلاصه سازی و بررسی تفصیلی داده های آموزنده و هوشمند، در حال بهبود پیوسته هستند و می توانند مشارکت زیادی در تشخیص پزشکی موثر، دقیق و سریع، داشته باشند.

این شبیه سازی با استفاده از نرم افزار متلب (MATLAB) انجام شده و در ادامه نیز تعدادی از نتایج خروجی آن قرار داده شده است:

دسته بندی داده ها در تشخیص پزشکی

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود شبیه سازی مقاله استفاده از شبکه عصبی مصنوعی در تشخیص پزشکی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

5 × 3 =

آموزش برنامه نویسی

پشتیبانی

ارتباط با ما

  • شماره تماس : 09360147484
  • ایمیل : info@sigmaland.ir

نماد اعتماد الکترونیکی

لوگو طلایی

logo-samandehi
تمامی حقوق مادی و معنوی برای سایت سیگمالند محفوظ است.