توسط محققان دانشگاه تربیت مدرس؛
تشخیص بیماریهای قلبی با هوش مصنوعی در ایران ممکن شد
بیست و یکم: محققان گروه مخابرات دانشگاه تربیت مدرس طی پژوهشی موفق به طبقه بندی صدای قلب با بهره گیری از هوش مصنوعی شدند.
به گزارش بیست و یکم به نقل از دانشگاه تربیت مدرس، محققان گروه مخابرات دانشگاه تربیت مدرس طی پژوهشی موفق به طبقه بندی صدای قلب با استفاده از تبدیلات شکلینه و سری زمانی و ابعاد فراکتالی شدند. استفاده از روش پیشنهادی این پژوهش سبب بهبود طبقه بندی و رسیدن به دقت کل ۹۹.۲ درصد شده است.
قلب مهم ترین عضو بدن است که خون را به مغز و سایر اندام های بدن می رساند. آشکارسازی ناهنجاری در صدای قلب (فونوکاردیوگرام) یکی از روش های مهم برای تشخیص بیماری های قلبی است. پویا سید قاسمی که این پژوهش در قالب رساله کارشناسی ارشد وی در رشته مهندسی برق، مخابرات - مخابرات سیستم انجام شده است، اظهار داشت: استفاده از ابزار هوش مصنوعی می تواند کارآیی و دقت این تشخیص را بهبود بخشد. سیگنال صدای قلب حاوی اطلاعات قابل توجهی از وضعیت دریچه ها و عروق قلب است. می توان با تحلیل دقیق تر صدای قلب ناهنجاری های احتمالی دریچه های-عروقی را آشکار کرد.
وی افزود: ناهنجاری های قلبی در بازه یک سیکل قلب سبب ایجاد صدای اضافه یا سوفل می شوند. بررسی زمان-شکلی این ناهنجاری سبب تشخیص نوع بیماری می شود. از طرفی نیاز به تجربه و خبرگی برای تشخیص بیماری بوسیله صدای قلب و همین طور خطاهای انسانی در تشخیص بیماری های قلبی، سبب انگیزه ای جهت خودکار کردن این پروسه شده است.
مهندس سید قاسمی به روش های گوناگون تشخیص بیماری های قلبی بوسیله صدای قلب اشاره نمود و اظهار داشت: در سالهای اخیر روش های مختلفی جهت تشخیص بیماری های قلبی بوسیله صدای قلب پیشنهاد شده است که هر کدام مزایا و معایب خودرا دارند. در این پژوهش با عنایت به خاصیت های زمان-شکلی صدای قلب اهتمام در طراحی کرنل های (فیلتر) لایه CNN شبکه عصبی با الهام از خاصیت های زمانی-شکلی (تبدیل شکلینه) صدای قلب شده است.
وی در تشریح روش پیشنهادی خود عنوان کرد: در ۴ روش پیشنهادی ارائه شده در این مطالعه نشان داده شده است که جایگذاری شکلینه های محاسبه شده در کرنل لایه CNN سبب کاهش هزینه آموزش (کاهش نمونه های آموزشی) و افزایش دقت می شود. استفاده از خاصیت های فرکتالی به همراه خاصیت های شکلی آن، سبب بهبود طبقه بندی و رسیدن به دقت کل ۲/۹۹ درصد شده است. علاوه بر سادگی محاسبات، این تکنیک قابلیت استفاده در سامانه های ارزانقیمت با سرعت پاسخگویی مناسب دارد.
گفتنی است این پژوهش در قالب رساله کارشناسی ارشد پویا سید قاسمی با راهنمایی دکتر محمد حسن قاسمیان یزدی در دانشکده مهندسی برق و کامپیوتر دانشگاه انجام شد.
این مطلب بیست و یکم را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب