ادغام حسگرهای پزشکی زیستی در تشخیص امضاهای پنهان COVID -۱۹ با هوش مصنوعی
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 140
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DMECONF10_006
تاریخ نمایه سازی: 1 مرداد 1404
چکیده مقاله:
متن به بررسی استفاده از حسگرهای زیستپزشکی برای تشخیص و مدیریت بیماری COVID -۱۹ می پردازد. همهگیری این بیماری نیاز به روش های تشخیصی دقیق تر و موثر تر را افزایش داده است. در این مطالعه، چهار نوع حسگر زیستپزشکی شامل حسگر فشار خون، حسگر زیستی مبتنی بر FET-G، حسگر الکتروشیمیایی، و حسگر پتانسیومتری به کار گرفته شده اند. این حسگرها داده های فیزیولوژیکی بیماران را جمع آوری کرده و با تصاویر اشعه ایکس قفسه سینه ترکیب می کنند. سپس این داده ها توسط مدل هوش مصنوعی پرسپترون چند الیه (MLP) تحلیل می شوند. عملکرد حسگرها با پارامترهای حساسیت، ویژگی، و حد تشخیص ارزیابی می شود تا به تشخیص و مدیریت موثر بیماری کمک کنند.
کلیدواژه ها:
نویسندگان
سبا مقدم حسینی
گروه مهندسی پزشکی واحد تبریز – دانشگاه آزاد اسلامی – تبریز – ایران
نیلوفر خلفی
گروه مهندسی پزشکی واحد تبریز – دانشگاه آزاد اسلامی – تبریز – ایران
سیامک حقی پور
گروه مهندسی پزشکی واحد تبریز – دانشگاه آزاد اسلامی – تبریز – ایران