ارائه روشی برای تشخیص بیماری قلبی با استفاده از ترکیب الگوریتم شبکه عصبی پرسپترون چندلایه و الگوریتم دسته ماهی های مصنوعی

در دهه های اخیر با توجه به پیشرفت کامپیوتر و علوم کامپیوتری، دانشمندان تلاش زیادی کرده اند تا ازاین پیشرفت ها در راستای کمک به علم پزشکی استفاده بهینه و مفید نمایند. برخی از بیماری ها مانندبیماری های قلبی، صرع و ... خطر بیشتری برای حیات انسان ایجاد می کنند و پزشکان نیز تمایل بیشتریدارند تا از علوم کامپیوتری برای تشخیص و پیش بینی این گونه بیماری ها استفاده کنند. از این رو در اینمقاله سعی کردیم مدلی ترکیبی از شبکه عصبی پرسپترون چندلایه و الگوریتم دسته ماهی های مصنوعیارائه نماییم که قادر به شناسایی بیماران قلبی با دقت مناسبی می باشد. تاکنون روشهای زیادی در اینزمینه با استفاده از مدل های یادگیری ماشین و داده کاوی ارائه شده است، اما با توجه به پیچیدگی وحساسیت مساله معمولا در کشف بهینه عمومی و بهترین جواب مساله با مشکل روبرو بوده اند. برای حلاین مشکل ما در این مقاله از الگوریتم دسته ماهی های مصنوعی برای بهینه سازی وزن های شبکه عصبیپرسپترون چندلایه استفاده کردیم. نتایج به دست آمده بیانگر این موضوع است که روش پیشنهادی مابرای تشخیص بیماری قلبی نسبت به روش های مشابه که ترکیبی از شبکه عصبی پرسپترون چندلایه والگوریتم ژنتیک می باشد، عملکرد بهتری دارد.