ارزیابی عوامل موثر بر ابتلای نوزادان به بیماری کمکاری تیرویید وپیش بینی آن در بدو تولد با استفاده از تکنیک یادگیری ماشین(مطالعه موردی: تعدادی از مراکز بهداشت شهر کرمانشاه)

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 485

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

OUTLOOKECE01_200

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

هیپوتیروییدی 1 یا کم کاری غده تیرویید در بین بیماری های غدد درون ریز شایع ترین بیماری پس از دیابت می باشد. به زبان ساده این بیماری هنگامی ایجاد می شود که غده تیرویید نتواند به اندازه نیاز بدن هورمون تولید کند. کمکاری تیرویید در نوزادان می تواندباعث ایجاد عقب ماندگی های ذهنی شود که دیگر قابل درمان نخواهد بود. امروزه در بیشترکشورهای پیشرفته، برای تشخیص زودرس کم کاری مادرزادی تیرویید، برنامه غربالگری در نوزادان اجرا می شود. این کار از طریق گرفتن چند قطره خون از پاشنه پاینوزاد، در فاصله روزهای سوم تا پنجم تولد انجام می شود. در صورتی که بعد از تولد، نوزاد بیمار شناخته شود باید تا آخر عمر تحت درمان دارویی باشد. بنابراین هدف این تحقیق تعیین ویژگیهای موثر بر کمکاری تیرویید نوزادان (متولد شده شهر کرمانشاه) می- باشد. زیرا اگر علایم قبل از تولد نوزادان بررسی گردد میتوان به سلامت نوزادان کمک کرد. لذا ابتدا فاکتورهای موثر در بیماری را با استفاده از ترکیب الگوریتم ژنتیک و شبکه عصبی مشخص شده و سپس شبکه عصبی با فاکتورهای مذکورآموزش دیده و قادر به پیش بینی سلامت تیرویید نوزاد خواهد بود.به این ترتیب با شناخت بهتر عوامل تاثیرگذار در تولد نوزادان مبتلا به این بیماری، میتوان به پزشکان جهت پیشگیری از ابتلا نوزادان به این بیماری خدمت رسانی کرد همچنین از هزینههای احتمالی برای خانوادهها جلوگیری میشود اطلاعات مورد نیاز با جمعآوری داده از چند مرکز بهداشت شهر کرمانشاه انجام شده است. مدل شبکه عصبی مورد استفاده جهت پیش بینی بیماری تیرویید مدل شبکه عصبی جلو سوی چندلایه و از الگوریتم ژنتیک برای آموزش شبکه عصبی استفاده شده است. همچنین برای پیادهسازی زبان برنامه نویسیmatlabمورد استفاده قرار گرفته است

Authors

الهه حسینخانی

گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه علوم و تحقیقات ، انتهای بزرگراه شهید ستاری – میدان دانشگاه – بلوارشهدای حصارک ، ۱۴۷۷۸۹۳۸۵۵ ، تهران، ایران.

زینب رحمانی

گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، میدان فردوسی – انتهای شهرک متخصصین، ۶۷۱۸۹۹۷۵۵۱ ، کرمانشاه، 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 :