زهرا جاغوری - دانشجوی کارشناسی ارشد، گروه مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران
پگاه عبدالرضازاده - دانشجوی کارشناسی ارشد، گروه مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران
عاتکه گشوارپور - استاد یار، گروه مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران

بیماری های قلبی همه ساله جان افراد زیادی را میگیرد و هزینه های گزافی روی دست بیماران قرار میدهد. که شناساییبه موقع آن میتواند شانس دوبارهای در اختیار افراد قرار دهد. در این مقاله قصد داریم به تشخیص بیماری قلبی بااستفاده از شبکه های عصبی مصنوعی پیشخور چندلایه و پایه شعاعی با طبقه بندی بیماران با صحت بالا بپردازیم. جهتارزیابی شبکه های عصبی مصنوعی مورد استفاده در این مقاله از مجموع ۱۳ داده کلیوندی مربوط به ۱۰۰ بیمار با الگوریتمتشخیص الگو در محیط متلب استفاده نمودیم. نتایج خروجی حاصل از این دو شبکه نشان از دقت بالای آنها دارد. بهطوریکه شبکه عصبی پیشخور چندلایه از صحت ۹۹ درصد و شبکه عصبی پایه شعاعی از صحت ۱۰۰ درصد برخورداراست. که میتوان نتیجه گرفت شبکه عصبی پایه شعاعی از صحت بیشتری در طبقه بندی افراد بیمار برخوردار است.

بیماری قلبی، طبقه بندی، شبکه عصبی پایه شعاعی، شبکه عصبی پیشخور چندلایه