نسخه جدید سایت SID.ir

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
پاييز 1395 , دوره  11 , شماره  3 ; از صفحه 69 تا صفحه 75 .
 
عنوان مقاله: 

استفاده از تکنيک هاي هوش مصنوعي براي شناسايي ميزان شدت بيماري کبد چرب غير الکلي توسط شاخص هاي باليني

 
نویسندگان: 
 
آدرس:  
* دانشگاه صنعتی شاهرود، دانشکده کامپیوتر و فناوری اطلاعات، گروه هوش مصنوعی
 
چکیده: 
مقدمه: بيماري کبد چرب غير الکلي (Non-alcoholic fatty liver disease:NAFLD) يکي از شايع ترين بيماري هاي کبدي است که شدت آن داراي سطوح مختلفي مي باشد. اخيرا، دستگاه فيبرواسکن به عنوان يک روش غير تهاجمي براي اندازه گيري ميزان ارتجاع پذيري کبد و درنتيجه چرب بودن آن مورد استفاده قرار مي گيرد. هدف از اين پژوهش، ارايه يک روش کم هزينه و ساده براي تشخيص اين بيماري از طريق علايم باليني مي باشد.مواد و روش ها: در اين تحقيق از يک مجموعه داده شامل 726 بيمار استفاده شد که هر يک داراي عارضه کبد چرب با شدت مختلفي بودند. براي هر بيمار، شدت بيماري توسط دستگاه فيبرواسکن اندازه گيري و آزمايشات باليني و سنوگرافي نيز انجام گرفت. سپس به منظور تعيين رابطه بين اطلاعات به دست آمده از بيماران و سطوح بيماري از شبکه هاي عصبي مصنوعي استفاده شده است. در نهايت، به کمک تکنيک هاي هوش مصنوعي روشي براي استخراج قانون از شبکه هاي عصبي مصنوعي براي نمايش ارتباط بين داده ها استفاده شده است.نتايج: براساس نتايج به دست آمده از دستگاه فيبرواسکن، از بين 726 بيمار موجود، 5 مورد در کلاس F4،23 مورد در کلاس F3،132 مورد در کلاس F2،151 مورد در کلاس F1 و 415 مورد در کلاس ( F0 افراد سالم) قرار مي گيرند. طبق روش پيشنهادي، دقت در شناسايي نمونه هاي هر کلاس به ترتيب: 100% براي کلاس F4، 99.31% براي کلاس F3، 93.94 براي کلاس F2 و 80.58% براي کلاس F1 مي باشد. بر اين اساس اين روش مي تواند نمونه هاي دسته هاي F4 و F3 را به صورت ايده آل و نمونه هاي دسته هاي F2 و F1 را با دقت خوبي شناسايي کند.نتيجه گيري: نتايج حاصل از اين تحقيق نشان مي دهد که روش پيشنهادي قادر است علاوه بر صرف هزينه کمتر و قابليت دسترسي آسان تر در شناسايي بيماري کبد چرب غير الکلي (NAFLD)، نحوه تشخيص بيماري و شرايط هر سطح از بيماري را در قالب مجموعه قوانيني براي تشخيص بيماري (بدون ادامه نياز به شبکه عصبي) براي پزشکان تعيين نمايد.
 
کلید واژه: 

 
موضوعات مرتبط: 
 
 
مقالات نشریه ای مرتبط:  
 
مقالات همایشی مرتبط: 
  • ندارد
 
طرح های مرتبط: 
 
مقالات بین المللی مرتبط: 
  • No item.
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
ارجاعات: 
  • ثبت نشده است
 
استنادات: 
  • ثبت نشده است
 
+جهت ارجاع به این مقاله کلیک کنید(Cite).
APA : کپی

شهابی، م.، و حسن پور، ح. (1395). استفاده از تکنیک های هوش مصنوعی برای شناسایی میزان شدت بیماری کبد چرب غیر الکلی توسط شاخص های بالینی. (دانش و تندرستی در علوم پایه پزشکی (مجله دانش و تندرستی, 11(3 ), 69-75. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=312607



Vancouver : کپی

شهابی مجتبی، حسن پور حمید. استفاده از تکنیک های هوش مصنوعی برای شناسایی میزان شدت بیماری کبد چرب غیر الکلی توسط شاخص های بالینی. (دانش و تندرستی در علوم پایه پزشکی (مجله دانش و تندرستی. 1395 [cited 2022May20];11(3 ):69-75. Available from: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=312607



IEEE : کپی

شهابی، م.، حسن پور، ح.، 1395. استفاده از تکنیک های هوش مصنوعی برای شناسایی میزان شدت بیماری کبد چرب غیر الکلی توسط شاخص های بالینی. (دانش و تندرستی در علوم پایه پزشکی (مجله دانش و تندرستی, [online] 11(3 ), pp.69-75. Available: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=312607.



 

 
بازدید یکساله 338 مباني نظري و تجربي ونداليسم: مروري بر يافته هاي يك تحقيق
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی