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

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.

غده تیرویید، شبکه عصبی –فازی، تحلیل تفکیک کننده خطی و استخراج ویژگی