پیش بینی بقاء بیماران مبتلا به لوسمی حاد با استفاده از شبکه های عصبی مصنوعی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 613

This Paper With 10 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEPS04_114

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

لوسمی حاد، بدخیمیهایی با سیر پیش رونده سریع هستند که پیشسازهای آنها سلولهای لنفوییدی و یا میلوییدی است. مطالعه عوامل پیش آگهی دهنده بر بقا و درمان این بیماری از اهمیت ویژهای در تحقیقات پزشکی برخوردار میباشد لذا این مطالعه با هدف تحلیل بقای بیماران مبتلا به لوسمی حاد و در ادامه پیشبینی مرگ این بیماران با استفاده از الگوی شبکه عصبی است. در یک مطالعه گذشتهنگر با مراجعه و انتخاب کلیه پروندههای بیماران مبتلا بهلوسمی حاد بیمارستان سیدالشهدا اصفهان، اطلاعات 197 بیمار به وسیله یک چک لیست جمعآوری و با تماس تلفنی از وضعیت نهایی آنها (مرده یا زنده) مطلع شدیم. پس از جمعآوری دادهها از شبکه عصبی مصنوعی پرسپترون چند لایه با الگوریتم پس انتشار خطا جهت تحلیل وضعیت بقاء و پیشبینی مرگ بیماران لوسمی حاد استفاده شده است. برای تحلیل اطلاعات از نرمافزارهای اس پی اس اس 19 و متلب ستفاده شد. از بین شبکههای عصبی مختلف برای پیشبینی بقا که از نظر تعداد نورونها و وزن اولیه با هم متفاوت هستند، شبکه عصبی با 47 نورون در لایه میانی و وزن اولیه 9 به عنوان مدل برتر انتخاب شد که کارایی این شبکه 8,73 %میباشد. همچنین برای پیشبینی وضعیت نهایی بیماران، شبکه عصبی با 67 نورون در لایه میانی و وزن اولیه 091418351 به عنوان بهترین مدل انتخاب شد که دقت این شبکه 83,88 %می- باشد. به دلیل دقت بالای مدلهای شبکه عصبی در پیشبینی، استفاده از مدلهای مختلف شبکه عصبی در پیشبینی بقا و توسعه آنها در حوزههای مختلف علوم پزشکی پیشنهاد میشود همچنین در شبکه عصبی افزون بر تغییر تعداد لایهها و نورونهای هر لایه میتوان وزن اولیه که توسط شبکه به صورت تصادفی انتخاب میشود را تغییر داد.

Authors

علی ماروسی

استادیار گروه کامپیوتر و فناوری اطلاعات، دانشگاه تربت حیدریه، خراسان رضوی، ایران

محمد شوریابی

دانشجو کامپیوتر دانشگاه تربت حیدریه، خراسان رضوی، ایران

سعید حسینی تشنیزی

دانشجوی دکترای آمار زیستی، مرکز توسعه تحقیقات بالینی بیمارستان کودکان، دانشگاه علوم پزشکی هرمزگان، بندرعباس، ایران

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 :
  • صنیعی آباده، محمد، محمودی، سینا، طاهرپرور، محدثه؛ "داده کاوی کاربردی"، ...
  • Hassanzade J, Mohammadi R, Rajaeefard AR. Risk factors in childhood ...
  • Pintilie M. An Introduction to Competing Risks Analysis. Rev Esp ...
  • A sgh ari-Jafarabadi M, Mohammadi SM, Hajizadeh E, Fatemi SR. ...
  • Warner B, Misra M. Und erstanding Neural Networks as Statistical ...
  • Haeri M, Asemani D, Gharibzadeh Sh. Modeling of pain using ...
  • Sahoo GB, Ray C, De Carlo EH. Use of neural ...
  • Choi, Jae-ho, Adams TM, Bahia HU. Pavement Roughness Modeling Using ...
  • Borhani Darian A, Fatehi Maraj A. Application of Artificial Neural ...
  • Zoqi MJ, Ghavidel A. Neural Network Modeling and Prediction of ...
  • Fakhri M, S eyedalho sseini E. Apply Artificial Neural Network ...
  • Ng'andu NH. An empirical comparison of statistical tests for assessing ...
  • Biglarian A, Hajizadeh E, Kazemnejad A. Comparison of artificial neural ...
  • Mini Q., Zhang G. P., ،0An Investigation of Model Selection ...
  • نمایش کامل مراجع