طراحی یک دستیار هوشمند ترکیبی KBS-CBR برای تشخیص بیماریهای خود ایمنی آرتریت روماتوئید، لوپوس و فیبرومیالژیا بر اساس مجموعه علائم بالینی ، آزمایشات و علائم زمینه ای
Publish place: 3rd International Conference on Applied Research in Computer Engineering and Information Technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 759
This Paper With 8 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:
CITCONF03_577
تاریخ نمایه سازی: 12 تیر 1395
Abstract:
سلول های دستگاه ایمنی بدن در یک فرد، گاهی و به دلایل گوناگون ممکن است نتواند برخی از مواد و اجزای بدن فرد را از مواد خارجی تشخیص دهد،نسبت به بافت های خودی حساس شده و آنتی کور ترشح می کند. به این نوع بیماری، خود ایمنی می نامند. لوپوس، آرتریت روماتوئید و فیبرومیالژیا از جمله این بیماری هاست. علائم این بیماری ها رفت و برگشت دارد، ممکن است بیمار مدتی هیچ علامتی نداشته باشد و بعد حمله ی شدید و ناگهانی بیماری رخ دهد که به آن بیماری می گویند.همین امر سبب میشود تا تشخیص بیماری زمانبر و حتی دشوار گردد. در (flare-up) شعله ورشدن طراحی شده است. پایگاه دانش سیستم پیشنهادی مبتنی بر قاعده KBS-CBR این مقاله یک سیستم خبره ترکیبی بوده و کاملا مستقل از موتور استنتاج طراحی شده است و قابل توسعه در آینده خواهد بود. موتور استنتاج بر اساس زنجیرهعلائم بالینی ،آزمایشات ، CBR به کمک استنتاج قیاسی و استقرایی و ترکیب با روش ، (forward chaining) رو به جلو و علائم زمینه ای را به عنوان حقایق سیستم دریافت و فرایند تشخیص را انجام میدهد
Keywords:
Authors
هومن عرفان منش
دانشجویان کارشناسی مهندسی کامپیوتر ،دانشگاه حکیم سبزواری
محدثه بهنام.
دانشجویان کارشناسی مهندسی کامپیوتر ،دانشگاه حکیم سبزواری
بهناز خسروآبادی.
عضو هیئت علمی ،دانشکده مهندسی برق وکامپیوتر، دانشگاه حکیم سبزواری
امین سعیدی نیا
عضو هیئت علمی ،دانشکده مهندسی برق وکامپیوتر، دانشگاه حکیم سبزواری
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 :