تشخیص بیماریهای غده تیرویید با استفاده از یک شبکه عصبی– فازی ترکیبی مبتنی بر تحلیل تفکیککننده خطی
محل انتشار: چهاردهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,180
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:
ICBME14_104
تاریخ نمایه سازی: 3 تیر 1387
چکیده مقاله:
غده تیرویید یکی از مهمترین غدد درو نریز بدن است که دو هورمون بنام تیروکسین و تری یدوتیرونین تولید می کند. این هورمونها تاثیر شدیدی بر روی بسیاری از ارگانهای اساسی و متابولیسم بدن دارند. بطرری که عدم تشخیص به موقع عملکرد غی رطبیعی تیرویید، می تواند عوارض جبران ناپذیری برای بیمار در پی داشته باشد و منجر به مرگ وی گردد. بنابراین تشخیص بهنگام و صحیح بی نظمی های تیرویید بر پایه تستهای آزمایشگاهی و علایم بیماری امری حیاتی است. تاکنون روشهای زیادی برای تشخیص بیماریهای غده تیرویید بکار گرفته شده اند. در اینجا از یک روش هوشمند ترکیبی بنام شبکه عصبی –فازی برپایه تفکیک کننده خطی (LDA) استفاده می کنیم که قابلیت استخراج قواعد فازی بصورت خودکار را دارد. پارامترهای شبکه که شامل پارامترهای مقدمه و تالی هستند با روش پس انتشار خطا (گرادیان نزولی) آموزش می بینند. از آنجایی که در داده های موجود تعداد ویژگیها بسیار زیاد است. برای جلوگیری از پیچیدگی شبکه از روش تحلیل تفکیک کننده خطی برای کاهش ابعاد فضای ورودی استفاده شده است که در آن با نگاشت داده های تیرویید به فضای جدید، ابعاد فضا کاهش می یابد. الگوریتم پیشنهادی با استفاده از سه دسته داده تیرویید ارزیابی شده است .نرخ بازشناسی الگوریتم پیشنهادی با بیشینه نرخ بازشناسی سایر دسته بندی کننده ها قابل مقایسه است.
کلیدواژه ها:
نویسندگان
نصرت اله فرقانی
دانشگاه صنعتی خواجه نصیرالدین طوسی
محمد تشنه لب
دانشگاه صنعتی خواجه نصیرالدین طوسی
حمید ابریشم یمقدم
دانشگاه صنعتی خواجه نصیرالدین طوسی
منوچهر نخجوانی
دانشگاه علوم پزشکی تهران
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 :