مقایسه عملکرد سیستم استنتاج فازی عصبی تطبیقی (ANFIS) و شبکه عصبی مصنوعی (ANN) با مدل رگرسیون لجستیک در تشخیص بیماری تیروئید

با توسعه تکنیک های داده کاوی و سیستم استنتاج عصبی فازی تطبیقی، امکان دستیابی به پیش بینی های دقیق در زمینه های پزشکی وجود دارد. هدف ازاین تحقیق استفاده از مدل ANFIS، شبکه عصبی مصنوعی و رگرسیون لجستیک برای پیشبینی بیماران تیروئیدی است. در این مطالعه از پایگاه داده گسترش UCI که شامل ۳۷۷۲ نمونه و بیش از ۲۰ ویژگی است، تنها از پنج ویژگی خاص استفاده شد. نتایج تجزیه و تحلیل رگرسیون لجستیک چندگانه نشان داد که شاخص FTI, TT۴ و TSH تاثیر معنی داری بر تیروئید دارند. مدل ANFIS دقت بالاتری در مقایسه با ANN و مدل رگرسیون لجستیک در پیشبینی تیروئید داشت.

کلیدواژه ها:

رگرسیون لجستیک ، شبکه عصبی ، نروفازی ، تیروئید