شبکه عصبی مصنوعی برای ارزيابی خطر اختلالات حرکتی در نوزادان

سليمانی, فرین and تیموری, رباب and همتی, ساحل and بيگلريان, اکبر (2013) شبکه عصبی مصنوعی برای ارزيابی خطر اختلالات حرکتی در نوزادان. مجله علوم پزشکی رازی, 20 (115). pp. 31-38. ISSN 2228-7051

Preview

Text RJMS-v20n115p31-fa.pdf Download (299kB) | Preview

Abstract

زمينه و هدف: پيش بينی اختلالات تکاملی بعدی در هنگام تولد بسيار با اهميت است. اين مطالعه با هدف پيش­بينی اختلالات حرکتی کودکان با استفاده از شبکه عصبی مصنوعی Artificial Neuronal Network -ANN)) در دوره نوزادی طرح­ريزی شده است. روش کار: در اين مطالعه­ی گذشته­نگر، 600 شيرخوار با معاينه عصبی طبيعی و 120 شيرخوار با معاينه عصبی غير طبيعی بررسی شدند. برای انجام تحليل، داده­ها به صورت تصادفی به دو قسمت آموزشی و آزمايشی تقسيم شدند. فرآيند يادگيری با مجموعه اول (360 مورد) انجام شد. پس از آموزش شبکه، مرحله آزمايش شبکه با مجموعه داده­های آزمايشی (360 مورد داده­های باقي­مانده) انجام پذيرفت. تحليل داده­ها با نرم­افزارR نسخه 1/14 انجام شد. يافته‌ها: براي مقايسه صحت کلاس بندی دو مدل مبتنی بر مجموعه آزمايشی در پيشگويی اختلال حرکتی از جدول صحت کلاس بندی استفاده گرديد. شاخص­های هماهنگی نشان داد که شبکه عصبی مصنوعی در مقايسه با مدل رگرسيون لجستيک دارای دقت پيشگويی بالاتری است و مجموع پيشگويی درست با/بدون اختلال حرکتي در شبکه عصبی مصنوعی 6/78 درصد در مقابل 9/73 درصد می باشد. سطح زير منحنی مشخصه عملکرد در مورد شبکه عصبی مصنوعی 71/0 و در مدل رگرسيون لجستيک 68/0 به دست آمد. در مجموع، ويژگی و حساسيت شبکه عصبی مصنوعی در مقايسه با مدل رگرسيون به ترتيب 0/88 درصد در مقابل 0/85 درصد و 7/31 درصد در برابر 3/18 درصد به دست آمد. نتيجه‌گيری: توانايي شبکه عصبی مصنوعی و مدل رگرسيون لجستيک در پيش بينی کودکان بدون اختلال حرکتي مشابه بوده ولی توانايی شبکه عصبی مصنوعی در پيش بينی اختلال حرکتی بيش­تر از مدل رگرسيونی است. واژه‌های کلیدی: تكامـل انسان، شير خوار، شبکه عصبی مصنوعی، رگرسیون لجستیک، اختلال حرکتی،

Item Type:	Article
Subjects:	WS Pediatrics
Divisions:	Other Journal > Razi Journal of Medical Sciences
Depositing User:	Touba Derakhshande
Date Deposited:	23 Aug 2014 08:07
Last Modified:	16 Jul 2017 04:54
URI:	http://eprints.bpums.ac.ir/id/eprint/634

Actions (login required)

View Item