مجله انفورماتیک سلامت و زیست پزشکی

مقدمه: در تشخیص ناهنجاری‌های قلبی عوامل مختلفی مؤثر هستند. هرچه تعداد این عوامل بیشتر باشد عدم قطعیت در تشخیص ناهنجاری‌ها قلبی افزایش می‌یابد. در شرایط عدم قطعیت در پاسخ مدل پیش‌بینی کننده، سیستم‌های فازی یکی از کاراترین روش‌ها برای تولید یک پاسخ قابل قبول می‌باشند.
روش: در این پژوهش کاربردی داده‌های مربوط به ناهنجاری‌های قلبی شامل 3240 رکورد، که هر رکورد صداهای قلب افراد مختلف در دو گروه سالم و ناسالم می‌باشد بررسی و سپس به کمک سیستم فازی قوانین حاکم بر داده‌ها برای نمونه‌های ورودی استخراج و از این قوانین برای دسته‌بندی ناهنجاری‌های قلبی استفاده شد. به جهت وابستگی فاکتورهای مؤثر در ناهنجاری‌های قلبی، بسیاری از قوانین همسان با یک عملکرد مشابه که موجب پردازش‌های اضافی و کاهش کارایی می‌شوند، تولید خواهد شد. در روش پیشنهادی از الگوریتم مرغ مگس‌خوار، برای انتخاب قوانین بهینه تولید شده استفاده شد. سپس به کمک قوانین بهینه انتخاب شده سیستم ورودی‌ها را به دو گروه هنجار و ناهنجار دسته‌بندی می‌کند. برای ارزیابی نتایج، روش میانگین مربعات خطا استفاده شد.
نتایج: نتایج نشان داد که میانگین دقت و زمان در تشخیص ناهنجاری‌های قلبی در روش پیشنهادی به ترتیب 99/6 درصد و 0/56 ثانیه است و نسبت به تحقیقات مشابه، از کارایی بالاتری برخوردار می‌باشد.
نتیجه‌گیری: مدل پیشنهادی نسبت به سایر روش‌ها، تشخیص و دسته‌بندی را با دقت بالاتری انجام می‌دهد.