ارائه یک سیستم خبره برای تشخیص زود هنگام بیماری مزمن کلیوی با روش های ماشین بردار پشتیبان و شبکه عصبی مصنوعی
- سال انتشار: 1400
- محل انتشار: هفتمین کنفرانس بین المللی دانش و فناوری مهندسی برق مکانیک و کامپیوتر ایران
- کد COI اختصاصی: DMECONF07_031
- زبان مقاله: فارسی
- تعداد مشاهده: 363
نویسندگان
کارشناسی ارشد، مهندسی نرم افزار، دانشکده فنی-مهندسی، دانشگاه آزاد اسلامی واحد سنندج، ایران
استادیار، عضو هیئت علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد سنندج، ایران
چکیده
زمینه و هدف: در این مقاله هدف طراحی یک سیستم خبره برای کمک به تشخیص زودهنگام و پیشگیری از بیماری مزمن کلیه (Chronic Kidney Disease, CKD) در مراحل اولیه با استفاده از تکنیک ها یادگیری ماشین است. بیماری کلیوی اختلالی است که عملکرد طبیعی کلیه را مختل می کند. از آنجا که درصد بیماران مبتلا به CKD به طور چشمگیری در حال افزایش است، باید اقدامات پیش بینی اثربخشی برای جلوگیری از، از دست دادن عملکرد کلیه و مقادیر زیادی از منابع مالی ضروری است ، در نظر گرفته شود. مواد و روش ها: جنبه نوآورانه مقاله حاضر بهینه سازی پارامترها موثر برای تشخیص بیماری مزمن کلیوی است. همچنین جنبه نوآورانه دیگر این مقاله استفاده از روش هایی مانند شبکه عصبی مصنوعی، ماشین بردار پشتیبان، درخت تصمیم و ادغام تصمیم حاصل از هر سه مدل هوش مصنوعی برای تشخیص نوع بیماری است. در ادامه مدل های درخت تصمیم، شبکه عصبی مصنوعی و ماشین بردار پشتیبان ارائه گردید و کارایی این مدل ها با پیاده سازی آنها در برنامه های وکا و متلب مورد ارزیابی قرار گرفت. یافته ها: نتایج تجربی حاصل از آزمایشات نشان داد که دقت کلی درخت تصمیم J۴۸ برابر با ۹۹/۲۵% است و در مجموع بیشترین دقت و حساسیت مربوط به شبکه عصبی مصنوعی با تابع یادگیری trainbr برابر با ۱۰۰ % بود که عملکرد بهتری نسبت به ماشین بردار پشتیبان با تابع کرنل پایه شعاعی با دقت ۹۹ % داشت. نتیجه گیری : در درمان بیماری کلیوی نوع درمان مناسب برای بیمار دارای اهمیت زیادی است. بنابراین استفاده از این سیستم خبره با روش شبکه عصبی مصنوعی تسریع در روند تشخیص زودهنگام بیماری مزمن کلیوی را به همراه دارد.شبکه عصبی مصنوعی، ماشین بردار پشتیبان. ،Jکلیدواژه ها
بیماری مزمن کلیوی، درخت تصمیم، الگوریتم J۴۵، شبکه عصبی مصنوعی، ماشین بردار پشتیبانمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
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.