مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,670
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

971
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

تشخیص بیماری تیروئید با استفاده از ترکیب شبکه های عصبی به روش سلسله مراتبی

صفحات

 صفحه شروع 21 | صفحه پایان 31

چکیده

 مقدمه: غده تیروئید نسبت به غده های دیگر بدن بیشتر دچار مشکل می شود و در صورت عدم تشخیص به موقع بی نظمی های تیروئید, بیمار دچار حمله تیروئیدی و یا کمای میگزدم شده که ممکن است منجر به مرگ گردد. از این رو تشخیص بی نظمی های تیروئید (پرکاری یا کم کاری) بر پایه تست های آزمایشگاهی و کلینیکی امری ضروری است. هدف از این پژوهش ارائه مدلی مبتنی بر تکنیک داده کاوی است که قابلیت پیش بینی بیماری تیروئید از نظر کم کاری و پرکاری را داشته باشد.روش: این مطالعه از نوع توصیفی-تحلیلی بوده و پایگاه داده آن شامل 7200 رکورد مستقل مبتنی بر 21 ریسک فاکتور و برگرفته شده از مرجع داده UCI می باشد که از این تعداد 70% نمونه ها جهت آموزش و 30% آن ها جهت آزمون استفاده شده است. این پژوهش ابتدا به بررسی عملکرد شبکه های عصبی, به منظور تشخیص بیماری تیروئید پرداخته و سپس به ارائه الگوریتمی به نام ترکیب شبکه های عصبی به روش سلسله مراتبی می پردازد.نتایج: پس از مدل سازی و مقایسه مدل های تولید شده و ثبت نتایج دقت پیش بینی بیماری تیروئید با استفاده از روش شبکه عصبی 96.6% و روش سلسله مراتبی 100 % به دست آمد.نتیجه گیری: کاهش خطای تشخیص بیماری تیروئید همواره یکی از اهداف محققین بوده است. استفاده از روش های مبتنی بر داده کاوی می تواند به کاهش این خطا کمک کند. این مطالعه ضمن تشخیص بیماری تیروئید به کمک شبکه های عصبی, نشان می دهد که ارائه روش قوی تری به نام ترکیب شبکه های عصبی به صورت سلسله مراتبی منجر به بهبود دقت تشخیص می شود.

استنادها

ارجاعات

استناددهی

APA: کپی

ذباح، ایمان، یثربی نائینی، سیداحسان، رمضان پور، زهرا، و صحراگرد، خدیجه. (1396). تشخیص بیماری تیروئید با استفاده از ترکیب شبکه های عصبی به روش سلسله مراتبی. انفورماتیک سلامت و زیست پزشکی، 4(1)، 21-31. SID. https://sid.ir/paper/258916/fa

Vancouver: کپی

ذباح ایمان، یثربی نائینی سیداحسان، رمضان پور زهرا، صحراگرد خدیجه. تشخیص بیماری تیروئید با استفاده از ترکیب شبکه های عصبی به روش سلسله مراتبی. انفورماتیک سلامت و زیست پزشکی[Internet]. 1396؛4(1):21-31. Available from: https://sid.ir/paper/258916/fa

IEEE: کپی

ایمان ذباح، سیداحسان یثربی نائینی، زهرا رمضان پور، و خدیجه صحراگرد، “تشخیص بیماری تیروئید با استفاده از ترکیب شبکه های عصبی به روش سلسله مراتبی،” انفورماتیک سلامت و زیست پزشکی، vol. 4، no. 1، pp. 21–31، 1396، [Online]. Available: https://sid.ir/paper/258916/fa

مقالات مرتبط نشریه ای

مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button