طبقه بندی شدت بیماری مولتیپل اسکلروزیس با استفاده از شبکه عصبی RBF
Publish place: The first international conference on information technology engineering, mechanics, electricity and engineering sciences
Publish Year: 1403
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 215
This Paper With 9 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:
ITMECONF01_094
تاریخ نمایه سازی: 6 خرداد 1403
Abstract:
مولتیپل اسکلروزیس یک بیماری التهابی مزمن است که سیستم عصبی مرکزی را تحت تاثیر قرار می دهد و منجر به آسیب های عصبی غیرقابل برگشتی مانند اختلال عملکردی طولانی مدت و ناتوانی می شود. هیچ درمانی ندارد و علائم به طور گسترده ای متفاوت است، بسته به مناطق آسیب دیده، میزان آسیب، و توانایی فعال کردن مکانیسم های جبرانی، که یک چالش برای ارزیابی و پیش بینی دوره آن است. به دلیل این که در بیش از نیمی از بیماران اختلال نورولوژیک ابتدا به چشم حمله می کند بنابراین التهاب عصب بینایی و اختلال بینایی جزو اولین علائم در مبتلایان به بیماری MS است. یکی ازآزمایشات مقرون به صرفه و با دقت مناسب برای شناسایی بیماری MS ، آزمون پتانسیل برانگیخته ( EP ) است که روشی برای سنجش شتاب جریان الکتریکی در طول سلول های عصبی است.در مطالعه حاضر نمودار VEP بیماران به دست آمد ، سپس استخراج ویژگی ها و پردازش آنها با استفاده از الگوریتم شبکه عصبی RBF منجر به طبقه بندی شدت بیماری براساس نظر پزشک شد. در این مطالعه با رسیدن به خطای کمینه، موفق شدیم شبکه عصبی را به درستی آموزش دهیم و مطابق با نظر پزشک شدت بیماری را طبقه بندی کنیم.
Keywords:
Authors
الناز مهاجری
دکترای تخصصی مهندسی پزشکی بیومکانیک دانشگاه آزاد اسلامی واحد تهران مرکزی
سمیراسادات مهاجری
کارشناسی مهندسی پزشکی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران