معرفی روشی جدید به منظور تعیین و بیان میزان بیماری دیابت در بیماران مبتنی بر رگرسیون خطی بر اساس منطق فازی
محل انتشار: کنفرانس بین المللی مدل سازی غیر خطی و بهینه سازی
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 946
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICNMO01_242
تاریخ نمایه سازی: 19 اسفند 1391
چکیده مقاله:
تشخیص به موقع بیماری دیابت بهطور چشمگیری صدمات و آسیبهای ناشی از این بیماری را در جامعه کاهش میدهد. شاید بتوان از مهمترین مشکلات روشهای تشخیص این بیماری خصوصاً در مراحل ابتدایی ،عدم در نظر گرفتن ویژگیهای مناسب به منظور تشخیص و در نتیجه ضعف در شناسایی بیماری را نام برد . در این تحقیق سعی شد تا با استفاده از ترکیب روشهای هوشمند مصنوعی از قبیل سیستم های دقیقFuzzy) بمنظور تصمیم گیری آنی و صحیح، فضای حالتی جدید از بیماران بمنظور تعیین میزان دیابتی بودن یا سالم بودن افراد به صورت فازی بیان شود. سپس در نتیجه اعمال ورودیها و خروجی ها ی سیستم فازی ، سطح فیزیکیSurface)بین ورودیهای سیستم فازی (میزان گلوگز ناشتاFBSو شاخص جرم بدن BMI و خروجیهای ذکر شده سیستم فازی (میزان فازی سالم یا بیمار بودن هر بیمار)، بدست می آید . سپس توسط ابزاری که بر اساس رگرسیون خطی تعریف شدهاند، یک معادله چند جملهایی، برای مدل سازی، ش ناسایی ساختار، شناسایی پارامتر، روشی نو بهمنظور تشخیص صحیح و فازی این بیماری معرفی کنیم . سیستم پیشنهادی با استفاده از ترکیب روشهای مذکور موفق شد با تکیه بر ویژگیهای پایگاه داده در قالب ترکیب و تعامل به دقت شناسایی 89.91 % دست یابد که در مقایسه با روشهای رایج از یکطرف و روشهای مصنوعی از طرف دیگر در مراجع مذکور در نوع خود مناسب و بسیار سریعتر از سایر روش های ترکیبی هوشمند عملکرد داشته است که میتوان به دقت و برتری آن پی برد
کلیدواژه ها:
نویسندگان
محمد فیوضی
بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزوار
سیدکمال الدین موسوی مشهدی
گروه نهندسی برق-کنترل، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق
جواد حدادنیا
بخش مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزوار
نسرین ملانیا
بخش بیوشیمی، گروه زیست شناسی، دانشکده علوم پایه، دانشگاه حکیم سبزوار
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :