0% Complete
صفحه اصلی
/
هفتمين كنفرانس بين المللی مهندسی صنايع و سيستم ها
ارائه یک سیستم خبره برای تشخیص نارسایی مزمن کلیوی مبتنی بر شبکه های عصبی مصنوعی
نویسندگان :
وهاب امینی آذر
1
رسول فرحی
2
1- دانشگاه آزاد اسلامی واحد مهاباد
2- دانشگاه آزاد اسلامی واحد مهاباد
کلمات کلیدی :
نارسایی کلیوی، آنتی ژن، شبکه های عصبی مصنوعی، شبکه عصبی پرسپترون چند لایه
چکیده :
نارسایی کلیوی بیماری است که تشخیص آن به صورت پزشکی بسیار مشکل و هزینه بر است از آنجا که نارسایی کلیوی یک بیماری شایع در جوامع بشری است، هر روز محققان در پی این هستند تا یک راه حل برای تشخیص زود هنگام این بیماری بیابند. در تشخیص نارسایی کلیوی از روش های مختلفی استفاده شده است از جمله این روش ها می توان به آزمایش خون اشاره نمود. از آنجا که اغلب این بیماری را توسط نشانه های آزمایش آنتی ژن اختصاصی نارسایی کلیوی در خون شناسایی می کنند. این روش کاربرد زیادی در تشخیص دقیق این بیماری دارد. تحقیقات قبلی بر روی بیماران نشان داده که 90 درصد از بیماران مبتلا به بیماری نارسایی کلیوی یک اختلال آنتی ژن اختصاصی نارسایی کلیوی در آنها مشاهده شده است. بنابراین اندازه گیری این علایم آنتی ژن اختصاصی نارسایی کلیوی و شناسایی آن ها در تشخیص بیماری نقش مهمی ایفا می کنند. به این جهت از داده های بیماران مبتلا به نارسایی کلیوی در انجام این تحقیق استفاده شده است. به دلیل تعداد زیاد بیماران و آزمایش های متعدد هر بیمار، نیاز به یک ابزار خودکار برای کاوش در میان بیماران نارسایی کلیوی احساس می شود از طرفی از آنجا که تکنیک های شبکه عصبی برای پیش بینی بیماری های مختلف در زمینه پزشکی نقش مهمی ایفا می کنند، در این تحقیق از تکنیک های شبکه های عصبی استفاده شده است. نتایج شبیه سازی و تحلیل داده ها در نرم افزار MATLAB نشان دهنده این است که روش پیشنهادی دارای دقت 85/99%، حساسیت 98/99% و مشخصه 100% می یاشد که نسبت به روش های پیشین می تواند نارسایی کلیوی را هوشمندتر و دقیق تر پیش-بینی نماید.
لیست مقالات
لیست مقالات بایگانی شده
مدلسازی عوامل موثر بر چاقی با رویکرد سیستم دینامیک
بهاران نسیم
Data-Driven Trade Promotion Optimization for Revenue Management in the Footwear Industry: A Case Study of Adidas and WestGear
Mohamad Amir Zeynali - Amir Albadvi
ACOkEL : Ant Colony Optimization for Selecting k-Labelsets for Multi-label Classification
Erfan Saghafi - Shahrokh Asadi
مسیریابی انتخابگرها در انبارهای تجارت الکترونیک تحت سیاست ذخیره سازی قفسه های مختلط
شیرین بذیون - مهدی ایرانپور
تدوین برنامه بازرسی فنی و سیاست نگهداری و تعمیرات اقتضایی و کنترل موجودی قطعات برای حداکثرسازی دسترسیپذیری سیستم با حداقل هزینه
شبنم پورطهماسبی - محمود شهرخی
شناسایی و رتبهبندی ریسکهای پایداری زنجیرهتامین، موردکاوی در شرکت تامین قطعات خودرو
لیلا حمزه ئی - مریم عاملی - مریم اشرفی
Dynamic NFT Price Prediction Incorporating Temporal Features into Machine Learning Models (BAYC Case Study)
Ali Fadaei Tafreshi - Maryam Rezapourniari - Reza Amiryaghoubi - Ali Asadi
بهبود در سیستم های ERP با بهره گیری از انقلاب صنعتی چهارم - مطالعه موردی: پیاده سازی یک ربات هوش مصنوعی
سیده محدثه هاشمی - علی ملازم الحسینی - سید حسامالدین ذگردی
Time Series Forecasting of Active Customers Using Sequence Models: A Comparative Evaluation
Alireza Dehghan - Moslem Habibi
پیش بینی میزان خسارت مدل شوک حدی با رویکرد مدل های سری های زمانی
الهام زکریائی کرمانی - عبدالله آقائی - حمید شهریاری
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0