تشخیص بیماری تالاسمی به کمک شبکه عصبی بهبودیافته تابع پایه شعاعی و الگوریتم تجمع ذرات (PSO-RBF)
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 804
This Paper With 7 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:
ICFUZZYS15_037
تاریخ نمایه سازی: 25 بهمن 1394
Abstract:
بیماری تالاسمی نوعی اختلال در امر خونسازی است که از والدین ناقل ژن این بیماری، به فرزندان منتقل میشود. به دلیل تنوع شاخصهای خونی دخیل در تالاسمی و تنوع انواع آن، تشخیص این بیماری حتما باید توسط متخصص انجام شود؛ لذا وجود روشی که بتواند به صورت خودکار به عنوان دستیار پزشک، بیماری را تشخیص دهد در سرعت بخشیبه فرایند و دقت عمل پزشک مهم و کارساز است. در این مقاله روشی هوشمند برای تشخیص بیماری تالاسمی با استفاده از شبکه عصبی مصنوعی پیشنهاد شده است. طراحی شبکه به کمک مجموعهای از دادهها، شامل ١٩ گروه مختلف از افراد سالم، ناقلان تالاسمی و بیماران تالاسمی، انجام شده است. این دادهها از آزمایشهای CBC و کروماتوگرافی مایع با عملکرد بالا استخراج شدهاند. طراحی سامانه به کمک شبکه عصبی RBF انجام شده و برای آموزش شبکه از ترکیب الگوریتمهای PSO,SD ،K-meansو OSD استفاده شده است. نتایج نشان میدهد که بهترین کارایی با دقت بیشینه99/59 و دقت میانگین 99/24 در حالت استفاده از الگوریتمهای،OSD و K-means, به دست آمده است. این نتایج نشان میدهد که استفاده از شبکه RBF و شاخصهای مربوط به CBC و انواع هموگلوبین، باعث ایجاد دقت بالایی در تشخیص خودکار تالاسمی میشود.
Keywords:
Authors
زهرا سادات حسینی
دانشجوی کارشناسی ارشد فناوری اطلاعات، دانشگاه تربیت مدرس
غلامعلی منتظر
عضو هیئت علمی گروه فناوری اطلاعات، دانشگاه تربیت مدرس
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 :