ارائه یک سیستم خبره به کمک الگوریتم فراابتکاری حسابی برای تشخیص بیماری عفونی کووید-۱۹
Publish place: Journal Of Modeling in Engineering، Vol: 21، Issue: 73
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 232
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-21-73_004
تاریخ نمایه سازی: 18 مهر 1402
Abstract:
دو سال گذشته حیاتی ترین و بحرانی ترین دوره همه گیر بیماری کووید-۱۹ بوده است. این بیماری بر بیش تر جنبه های زندگی در سراسر جهان تاثیر گذاشته است. از دیدگاه بالینی، چندین روش برای تشخیص زودهنگام بیماری موجود می باشد، اما قابلیت این روش ها محدود بوده است. در نتیجه، مطالعات بسیاری برای تشخیص خودکار بیماری صورت گرفته است. هوش مصنوعی راه حل های فنی بالقوه ای را دراختیار جامعه پزشکی قرار داده تا بر اساس علائم بالینی تشخیص سریع صورت گیرد. دراین پژوهش باکمک یک پرسشنامه علائم بالینی (تب، سرفه، گلودرد، تنگی نفس، ضعف، حس چشایی وبویایی، محیط) بیمار بررسی شده، سپس داده ها ی ورودی به یکی ازروش های سیستم مبتنی برقانون یا سیستم فازی مورد بررسی قرارمی گیرد، درروش فازی باکمک الگوریتم فراابتکاری حسابی پارامتر وزن بهینه گردیده سپس منطق فازی با وزن بهینه شده برای داده ها بکارگرفته می شود. درپایان خروجی به یکی از صورت های فردسالم، کروناخفیف، کرونا متوسط، کرونا شدید نشان داده می شود. این مقاله برروی چندین پایگاه داده که بترتیب حدود ۶۰۰داده ازطریق پرسشنامه توسط افراد تکمیل شده، ۲۰۰۰ داده که سازمان جهانی بهداشت برای بیماران کرونایی منتشرکرده وحدود ۴۰۰داده که ازطریق داده های بیمارستانی فراهم گردیده است. ملاحظه گردیددر این سیستم میزان دقت برابربا ۹۸%، حساسیت۱۰۰%، ویژگی ۹۸% و نمره اهمیت ۹۵ % می باشد.
Keywords:
تشخیص , بیماری عفونی کووید-۱۹ , منطق فازی سوگنو , الگوریتم فراابتکاری حسابی , مبتنی برقانون روبه جلو
Authors
فائزه ابراهیمی
دانشگاه علامه محدث نوری -نور -گروه کامپیوتر
علی رضا آذری مقدم
موسسه آموزش عالی مازیار-نور-گروه کامپیوتر
محسن نژادخیرالله
دانشگاه علامه محدث نوری-نور-گروه کامپیوتر
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 :