یک رویکرد عامل گرا با قابلیت یادگیری برای کنترل و بهبود عملکرد دستگاه تنظیم ضربان قلب بر بستر ابر

Authorsنگار مجمع,سید مرتضی بابامیر,محمد حسین منجمی
Journalمهندسی برق و مهندسی کامپیوتر ایران
Page number۲۵۷
Volume number۱۵
Paper TypeFull Paper
Published At۱۳۹۶/۱۲/۲۰
Journal GradeScientific - research
Journal TypeElectronic
Journal CountryIran, Islamic Republic Of
Journal IndexISC

Abstract

اهداف: ارائه یک رویکرد عامل گرای راستی آزما برای دستگاه کنترل ضربان قلب که برای تنظیم ضربان بیماران دچار آرتیمی استفاده می‌شود. همچنین امکان کنترل و دسترسی به عملکرد آن در هر زمان و مکان از طریق بستر ابر جهت اطمینان از کارکرد صحیح آن. پیش‌زمینه: در صورت ازکارافتادن دستگاه تنظیم ضربان قلب به هر دلیل و یا تولید ضربان نامناسب توسط دستگاه، جان بیمار به خطر می‌افتد. با استفاده از رویکرد پیشنهادی، از عملکرد صحیح دستگاه تنظیم ضربان قلب می‌توان اطمینان نمود. این رویکرد با استفاده از عامل نرم‌افزاری که قابلیت یادگیری تقویتی دارد، می‌تواند شرایط پیش‌بینی‌نشده را فراگرفته و بر اساس آن رفتار نماید. استفاده از بستر ابر امکان ارسال پیام در شرایط بحرانی برای مراکز پزشکی را فراهم می‌کند. روش: پس از محاسبه تعداد ضربان قلب بیمار به‌وسیله دستگاه تنظیم ضربان قلب و قبل از اعمال آن در بدن بیمار، رویکرد پیشنهادی مقدار ضربان محاسبه‌شده را بر اساس نظرات متخصص بررسی می‌کند و در صورت مغایرت بر اساس مکانیزم یادگیری تقویتی آن را تصحیح می‌کند. رویکرد پیشنهادی به‌طور خودکار و هوشمند با استفاده از قابلیت یادگیری تقویتی عمل می‌نماید. این روش به‌صورت شبیه‌سازی بر روی ابر و اتصال به یک دستگاه الکترونیکی همراه با بیمار پیاده‌سازی و ازنظر زمان اجرا موردبررسی و پذیرش قرار گرفت. نتایج: مقایسه نتایج روش پیشنهادی با خروجی‌های مورد انتظار در دیتاست‌های موجود مقایسه شده است. این مقایسه نشان داد که استفاده از رویکرد پیشنهادی 13.24 درصد محاسبه انجام‌شده توسط دستگاه تنظیم ضربان قلب را دقیق‌تر می‌سازد. نتیجه‌گیری: استفاده از عامل‌های نرم‌افزاری با بکارگیری قابلیت یادگیری تقویتی می‌تواند نقش مهمی در بهبود رفتار دستگاه‌های پزشکی در شرایط بحرانی داشته باشد.

tags: راستی آزمایی، دستگاه تنظیم ضربان قلب،شبکه پتری رنگی فازی، یادگیری عامل