سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

سیستم ANFIS: الگوریتمی برای تشخیص و طبقه بندی سطوح افسردگی سالمندان

Publish Year: 1399
Type: Journal paper
Language: Persian
View: 248

This Paper With 10 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JOGE-5-2_007

Index date: 28 December 2021

سیستم ANFIS: الگوریتمی برای تشخیص و طبقه بندی سطوح افسردگی سالمندان abstract

مقدمه: تشخیص و طبقه بندی افسردگی به عنوان شایعترین اختلال روانشناختی غیرطبیعی در سالمندان کمتر مورد توجه قرار گرفته است. هدف تحقیق استفاده از سیستم ANFIS برای پردازش خودکار اطلاعات به منظور ارائه الگوریتم مناسب برای پیش بینی افسردگی سالمندان بود. روش کار: مطالعه کاربردی حاضر در مرکز نگهداری سالمندان شهرستان گنبد کاووس انجام شد. تعداد ۳۰ سالمند به عنوان نمونه در دسترس انتخاب و داده ها به روش مصاحبه بالینی و استفاده از مقیاس GDS جمع آوری گردید. از نرم افزار MATLABR۲۰۱۶b برای پیاده سازی معادلات و توابع تعریف شده در لایه های سیستم ANFIS استفاده شد. با استفاده از تکنیک همبستگی پیرسون، ۶ متغیر بالینی موثر در افسردگی سالمندان به عنوان ورودی مدل ANFIS انتخاب شدند. داده ها به صورت تصادفی و به نسبت ۳۰:۷۰ به دو گروه آموزش و آزمایش تقسیم شدند. ارزیابی عملکرد سیستم با استفاده از ماتریس آشفتگی و منحنی راک بررسی شد. یافته ها: نتایج نشان داد که الگوریتم سیستم ANFIS و طراحی شده در نرم افزار MATLAB با حساسیت بالاتر از۵۶/۹۲ % و با متمم ویژگی بالاتر از ۶۸/۸۹ % و سطح زیر منحنی بین ۸۳/۰ تا ۱ در تشخیص و طبقه بندی افسردگی سالمندان از دقت قابل قبولی برخوردار بود. بعلاوه، ارزیابی مدل توسعه یافته نشان داد که توانسته است سطوح افسردگی سالمندان را در مقایسه با پرسشنامه GDS و مصاحبه بالینی بطور صحیح و با دقت بالا پیش بینی و طبقه بندی کند. مدل فقط در متمایزسازی سطح کم افسردگی از سطح نرمال با یک خطای غیر معنادار روبرو بود که توسط متخصصین به کمک علائم بالینی در زمان مصاحبه قابل اصلاح است. نتیجه گیری: سیستم طراحی شده دقت تشخیص متخصص را افزایش داده و می تواند به عنوان یک دستیار قابل اطمینان طی فرآیند مراقبت های اولیه سلامت روان به عنوان یک ابزار غربالگری برای شناسایی زود هنگام اختلالات روانشناختی استفاده شده و به موقع درمان متناسب شروع گردد. در نهایت در سطح برنامه ریزی کلان، به جای هدردادن وقت و هزینه زیاد برای تشخیص و طبقه بندی اختلال، می توان آن را صرف ارزیابی تصمیم پروتکل درمانی گرفته شده کرد و اصلاحات لازم را برای بهبود عملکرد سازمان انجام داد.

سیستم ANFIS: الگوریتمی برای تشخیص و طبقه بندی سطوح افسردگی سالمندان Keywords:

سیستم ANFIS: الگوریتمی برای تشخیص و طبقه بندی سطوح افسردگی سالمندان authors

مژگان میرزا

Gonbad Kavous university

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Azizi Zain Al-Hajou, A., Amini, A., Sadegh Tabrizi, J., Population ...
Alizadeh, M., Hosseini, M., Shojaeizadeh, D., Rahimi, A. D., Arshinchi, ...
Shir Mohammadabadi, E., Yazdkhasti, F., Dadgari, A., Identify major stressors ...
Ghaderi, Sh., Sahaf, R., Mohammadi Shah Bolaghi, F., Ansari, G., ...
Allahyari, E., Predicting elderly depression: An artificial neural network model, ...
Shariat, S. V., Khodaifar, F., Sedighi, G., Koohi Habibi, L., ...
Bakhtiari, M., Ismailpour, M., Ebrahimi, M. I., Diagnosis of Depression ...
Ghaedi, Gh., The consequences of not being treated for mental ...
Flores-Pacheco, S., Huerta-Ramirez, Y., Herreta-Ramos, O., Alonso-Vazquez, O., Family and ...
Pourshahriar, H., Tabatabai, K., Khodapnahi, M., Kazemnejad, A., Khafri, S., ...
Smith, L. B., Thelen, E., (۲۰۰۳) Development as a dynamic ...
Sadoughi, F., Sheikh Taheri, A., Application of Artificial Intelligence Systems ...
Anish, D., Nirmal, B.H., Subhagata, C., (۲۰۱۲) A neuro-fuzzy system ...
Osubor, V., I., Egwali, A, O., (۲۰۱۸) A neuro fuzzy ...
Jang, J.-S.R., "ANFIS: adaptive-network-based fuzzy inference system". IEEE Transactions on ...
Abraham, A. "Adaptation of Fuzzy Inference System Using Neural Learning", ...
Turban, E., Rainer RK., Potter RE., Introduction to information technology. ...
McLeod R. Management information systems. ۷th ed. New York. Prentice ...
Malakouti, S. K., Fateh Elahi, P., Mirabzadeh, A., Salavati, M., ...
Amini Rastayi, Z., Sharifi, A. A., Refahi J., Depression Scale ...
Martin, L.G., The Age of Asia. J. Gerontol. ۱۹۸۸, ۴۳(۴): ...
Martinez, A., Benitez, R., Estrada, H., Hernandez, Y., Predictive model ...
Odigie, B.E., Achukwu, P.U., Bello, M. E., Neuro fuzzy implementation ...
Shortliffe EH, Perreault LE., Medical informations: computer application in health ...
Delavarian, M., Tohidkhah, F., Dibajnia, P., Afrooz, G. A., Nayebi, ...
نمایش کامل مراجع