يکي از مشکلاتي که در حال حاضر بيماران ديابتي با آن روبرو هستند ضعف در تشخيص اين بيماري در مراحل ابتدايي آن مي باشد به همين منظور در اين مقاله سعي شده است تا بااستفاده از ابزار شبکه هاي عصبي و استفاده از 8 الگو و ويژگي که  هر يک به گونه اي  بازگوکننده مشخصه اي پزشکي مربوط به وضعيت فرد سالم و نيز فرد مبتلا به ديابت مي باشند به تشخيص وجود ويا عدم وجود بيماري ديابت در افراد پرداخته شود. که در اين راستا از يک شبکه عصبي سه لايه با تعداد 8 نرون در لايه ورودي ، 4 نرون در لايه مخفي و يک نرون در لايه خروجي استفاده شده است که درمرحله آزمايش  صحت حدود 77 درصد بدست آمد.

نام پروژه	هزینه
تشخیص هوشمند بیماری دیابت	160 هزار تومان

تلفن تماس : 3536935-0911  و  7491483-0938

برچسب : classification, Detection, Diabetes, mlp, Multi Layer, neural network, تشخيص, ديابت, شبكه عصبي, شناسايي, پرسپترون, چند لايه

مانتيورينگ مداوم داروي تزريقي درحين عمل جراحي جهت جلوگيري از به هوش آمدن بيمار، از اهميت  سيار بالايي برخوردار است. روشهاي پيشين و سنتي جهت برآورد و تخمين سطح بيهوشي مبتني بر علائم فيزيكي باليني همچون فشار خون، نرخ ضربان قلب، اندازه مردمك، تعرق و امثال اينها بود كه داراي درصد بالا و قابل قبولي نبودند و ممكن از بيماري به بيماري ديگر داراي پاسخهاي متفاوتي از يك بيمار يا عمل جراحي يا داروي تزريقي تا بيمار يا عمل جراحي يا دارويي تزريقي ديگر باشند. روشهاي مبتني بر سيگنال الكتروانسفالوگرام كه من بعد با EEG معرفي مي­گردد، در سالهاي اخير منجر به افزايش صحت گرديده­اند. دراين مقاله سعي شده تا به روشي نوين جهت تشخيص سطوح بيهوشي با كمك شبكه عصبي بازگشتي دست يافته شود. يك ويژگي حوزه فركانس به نام آنتروپي نرمال شده طيفي براي اين دسته بندي مورد استفاده قرار گرفته است. نتايج تجربي حاكي از اين است كه شبكه عصبي مصنوعي بازگشتي المن قادر به طبقه بندي سطوح سه گانه بيهوشي شامل 1-بيهوشي سطحي 2-بيهوشي متوسط 3-بيهوشي عميق با درصد صحت تفكيك 99.8% مي­باشد كه داراي پاسخ كامل و صحت بالاتر از همه مقالات قبلي مي باشد.

هزينه اين پروژه بصورت توافقي خواهد بود

تلفن تماس : 3536935-0911

برچسب : anesthesia, anesthetic, ANN, eeg, elman, elman network, mlp, neural network, آنتروپي, الكتروانسفالوگرام, المن, بيهوشي, بيوالكتريك, داروي بيهوشي, شبكه عصبي, شنون, شنوني, طبقه بندي, عمق بيهوشي, مهندسي پزشكي, پروژه