پیش بینی درجه بیماری کبد چرب غیر الکلی بر اساس الگوریتم انفیس بهینه سازی شده توسط روش بهینه سازی ازدحام ذرات و الگوریتم ژنتیک
- سال انتشار: 1399
- محل انتشار: هفتمین کنگره ملی تازه یافته های مهندسی برق ایران
- کد COI اختصاصی: COMCONF07_075
- زبان مقاله: فارسی
- تعداد مشاهده: 686
نویسندگان
گروه مهندسی برق – کنترل ، دانشکده مهندسی برق و کامپیوتر ، دانشگاه تبریز ، تبریز ، ایران دانشجو کارشناسی ارشد مهندسی برق گرایش کنترل
دانشیار گروه مهندسی برق ، دانشگاه تبریز ، تبریز ، ایران
استاد گروه مهندسی برق ، دانشگاه تبریز ، تبریز ، ایران
چکیده
کبد یکی از عضو های داخلی و بزرگترین غده در بدن انسان است که نقش مهم و حیاتی در عملکرد های اساسی بدن از جمله فرایند گوارش ، پروتئین سازی و حذف سموم بدن دارد. هرگونه اختلال در عملکرد این عضو باعث مشکل اساسی در بدن شده و آسیب چشمگیری به آن وارد میکند. بر این اساس پیش بینی بیماری در مراحل اولیه نقش بسزایی در درمان ، پیشگیری و کنترل مشکلات بعدی دارد در همین راستا ارائه روشی که بتوان تنها با بررسی نتایج آزمایش خون بیماری را تشخیص داد بسیار کم هزینه تر و با آسیب های بدنی کمتری همراه خواهد بود.در این مقاله هدف تشخیص شدت میزان بیماری کبد چرب بوده است که الگوریتم انفیس ، انفیس – ازدحام ذرات و انفیس ژنتیک بر روی داده ها جمع شده در مرکز تحقیقات دانشگاه تبریز اعمال شده است و میزان عمکلرد دقیق هر روش مشخص شده است.کلیدواژه ها
بیماری کبد ، الگوریتم انفیس ، الگوریتم بهینه سازی ازدحام ذرات ، الگوریتم ژنتیک ، طبقه بندیمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.