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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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:

حسگر زیستی ، سنسور فشارخون ، تکنیک های مبتنی بر هوش مصنوعی ، آنزیم 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