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 سیستم انرژی خورشیدی برای شیرین سازی آب و تامین انرژی مناطق محروم استان سیستان و بلوچستان
فاطمه اسکندرفیلابی - روح الله احمدی
Combating Copycat using blockchain technology: A game-theoretic model
Mohammad Hosein Asgharpour Sareshkeh - Mohammad Mehdi Lotfi - Maryam Johari
How Delight Our Customers? Application of Kano Model in Electricity Power Distribution Companies
Ali Yousefi
Cell Phone Image-Based Persian Rice Detection and Classification Using Deep Learning Techniques
Amin Saeidi Kelishami - Mahmood Saeedi Kelishami - Sajjad Saeedi Kelishami
Modeling trends and forecasting future incidence of end stage renal disease in the U.S.
Vahab Deimekar Haghighi
پیشبینی و طبقهبندی سرطان سینه با استفاده از تکنیکهای یادگیری ماشین:رویکرد دادهمحور
مهیار نجاریان - فاطمه نجاریان
شناسایی فعالیتهای بحرانی پروژه مبتنی بر فاکتورهای موثر با استفاده از خوشهبندی و تصمیمگیری چند معیاره؛ یک مطالعهی موردی
نگین برجیس - هادی شیرویه زاد - جاوید جوزدانی
زنجیره تامین پایدار واحدهای خدمترسان سیار با استفاده از برنامهریزی آرمانی چند انتخابی
سهیل حسننیا کلاگر - مصطفی ستاک - سپیده نصیری
Demand forecasting based on deep learning methods for univariate time series
Seyed Masoud Mousavi - Shahrokh Asadi
Comparative Time Series Forecasting of Amoxicillin Demand Using ARIMA Variants and LSTM
َAli Jooyafar - Zeinab Vafaei - Alireza Maleki
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.7.0