چکیده 1
فصل اول : هوش مصنوعی
1-1مقدمه
1-2هوش مصنوعی چیست 4
1-3تاریخچه هوش مصنوعی7
1-4افق‌های هوش مصنوعی9
1-5آزمون تورینگ10
1-6فلسفه هوش مصنوعی11
1-7مدیریت پیچیدگی در هوش مصنوعی11
1-8تکنیک‌ها وزبان‌های برنامه نویسی هوش مصنوعی 12
1-9عامل های هوشمند13
1-10مقایسه هوش مصنوعي و هوش انساني13
فصل دوم : شبکه هایعصبی مصنوعی
2-1 شبکه عصبی چیست16
2-2 مدل رياضي شبكه عصبي مصنوعي17
2-3 نرون در شبکه عصبی18
2-3-1 اجزای یک نرون19
2-3-2 انواع نرون ها از نظر نوع کاربرد20
2-4 تاريخچه شبکه های عصبی مصنوعی21
2-5 انواع یادگیری شبکه های عصبی22
2-6 چرا از شبکه های عصبی استفاده می کنیم؟ 24
2-7 مزیتهای شبکه های عصبی24
2-8مسائل مناسب براي يادگيري شبكه هاي عصبي24
2-9 برخي زمينه هاي استفاده از شبكه هاي عصبي25
2-10 شبکه عصبی پرسپترون26
2-11 الگوریتم پس انتشار خطا 30
2-12الگوریتم gradient descent33
2-13 روند شبيه سازي مسائل در شبکه های عصبی34
2-14 معایب شبکه های عصبی36
فصل سوم : کاربردهایشبکه های عصبی در پزشکی
3-1 تشخيص مواد آلرژي زا با استفاده از شبكه هاي عصبي مصنوعي38
3-1-1 داده هاي شبيه سازي39
3-1-2 شيوه كدگذاري رشته هاي پروتئيني39
3-1-3 شبكه هاي عصبي مورد استفاده41
3-1-4 آموزش و آزمون شبكه هاي عصبي مورد استفاده42
3-1-5 مقایسه دو شبکه استفاده شده44
3-2 کاربرد شبکه عصبی در تشخیص بیماری سل ریه46
3-2-1 تشخيص بيماري ها46
3-2-3 علائم بيماري سل(سرطان ریه)46
3-2-4 شایع‌ترین اشکال سرطان ریه 47
3-2-5 روشهای تشخیص بیماری 47
3-2-6 MMR 50
3-2-7 استخراج ویژگی ها 50
3-2-8 مدل شبكه عصبي مورد استفاده و آموزش آن 51
3-3 پیشبیني نوسانات سطح قند خون در بیماران مبتلا به دیابت نوع 1 با استفاده از شبكه هاي عصبي خودبازگشتي المن52
3-3-1 دادههای مورد استفاده شبکه عصبی 53
3-3-2 روش مورد استفاده54
3-3-3 نرمالسازي دادهها 55
3-3-4 شبکه های عصبی پرسپترون استفاده شده55
3-3-5 شبکه های عصبی خود بازگشتی 58
3-3-6 مقایسه نتایج حاصل از شبکه پرسپترون و المن 61
3-4 تشخیص دوک خواب با استفاده از شبکه های عصبی مصنوعی63
3-4-1 مشخصات داده های مورد استفاده 65
3-4-2 ساختار شبکه عصبی مورد استفاده 65
3-4-3 روش آموزش و ارزیابی شبکه عصبی 66
3-4-4 پیاده سازی شبکه عصبی 66
3-4-5 نتایج بدست آمده70
3-5مقايسه ي مدل شبكه عصبي مصنوعي و رگرسيون كاكس در پيشبيني بقاي بيماران مبتلا به سرطان معده71
3-5-1 مواد و روش های مورد استفاده72
3-5-2 نتایج حاصل از مقایسه دو مدل پیش بینی سرطان معده73
3-5-3 کارهای انجام شده در زمینه پیش بینی سرطان معده76
3-6 تشخيص ديابت نوع 1 با استفاده از تركيب الگوريتم ANFIS و GA-NN77
3-6-1 معيارهاي رايج تشخيص بيماري ديابت و ويژگيهاي داده هاي مورد استفاده78
3-6-2 روش مورد استفاده 79
3-6-3 استخراج الگوهاي بهينه با استفاده از الگوريتم تكاملي79
3-6-4 الگوريتمANFIS 81
3-6-5 نتايج بدست آمده از اجرای الگوریتم84
فصل چهارم : نتیجه گیری
4-1 نتیجه گیری89
منابع 90
چکیده لاتین91
دانلود پایان نامه کاربرد شبکه های عصبی مصنوعی در پزشکی
کاربرد شبکه های عصبی مصنوعی در پزشکی