سعید جلیلی - دانشگاه تربیت مدرس، دانشکده فنی، آزمایشگاه یادگیری نمادین ماشین
فاطمه فرجی دانشگر

هورمو نتیروئید که توسط غده تیروئید ترشح می شود، سوخت وساز بدن را تنظیم می کند و نقش مهمی در سلامت بدن دارد . تفسیر مناسب داد ههای عملکرد تیروئید، نکته بسیار مهمی در تشخیص بیماری های تیروئید است. دسته بندهای مبتنی بر قانون فازی برای کاربردهای پزشکی بسیار مناسب هستند. زیرا آنها حاوی قوانین تفسیرپذیر زبانی ساده و قابل درک برای کاربر هستند . در این مقاله یک روش دسته بندی فازی به نام MMFF، معرفی شده و کاربرد آن در تشخیص بیماری تیروئید بررسی می شود. سپس با رفع نواقص این روش، روشی با نام RFC ارائه می شود . نتایج آزمایشات، نشان داد که روش RFC نسبت به روش MMFFو 12/4% و نسبت به بهترین روش بکاررفته برای تشخیص بیماری تیروئید، 0/72% منجر به بهبود نتایج دسته بندی شده است.

تشخیص بیماری های تیروئید، دسته بندی فازی،روش RFC، یادگیری ماشین، داده های پزشکی