چهارمین کنفرانس بین المللی محاسبات نرم

English

رفتن به صفحه اصلی

ارائه مجازی مقاله

کد مقاله csc-2270

عنوان ارائه روشی با استفاده از ترکیب دسته بندها، برای تشخیص و طبقه بندی بیماری تیروئید، مبتنی بر رأی اکثریت

عنوان Provide a method using a combination of categories to diagnose and classification thyroid disease based on majority vote

نویسندگان Iman Sohrabi moghadam chafjiri - Iman Sohrabi moghadam chafjiri - Iman Sohrabi moghadam chafjiri - Seyed hosein Alavi rad - Seyed hosein Alavi rad - Seyed hosein Alavi rad

نویسندگان ایمان سهرابی مقدم چافجیری - سید حسین علوی راد

نویسندگان Iman Sohrabi moghadam chafjiri - Iman Sohrabi moghadam chafjiri - Iman Sohrabi moghadam chafjiri - Seyed hosein Alavi rad - Seyed hosein Alavi rad - Seyed hosein Alavi rad

چکیده هدف از این مقاله، ارائه روشی با استفاده از ترکیب دسته بندها جهت تشخیص و طبقه بندی بیماری تیروئید، مبتنی بر رأی اکثریت است. غده تیروئید یک غده درون ریز بوده که باعث ایجاد هورمونی به نام هورمون تیروئید می شود . این هورمون در تنظیم سوخت و ساز بدن نقش دارد . غده تیروئید، غده پروانه ای شکل است که در بخش جلوی گردن و در زیر سیب آدم قرار دارد . با توجه به عوامل متعـدد در تشـخیص ایـن بیمـاری، یکی از اساسی ترین مشکلات، تشخیص دیرهنگام آن در مراحل پیشـرفته و خطرنـاک اســت. بنابراین تشخیص سریع این بیماری در مراحـل اولیـه، شانس درمان و طول عمر بیمار را بالا می برد. به عـلاوه، در هزینـه های درمـان بـرای بیمـاران مبـتلا بـه آن صرفه جویی می شود. با توجه به این که تشخیص زودهنگام بیماری تیروئید می تواند منجر به جلوگیری از رشد تومورهای بدخیم شود، بنابراین ارائه روش هوشمند پزشکی، می تواند امری ضروری در این حوزه برشمرده شود تا علاوه بر کاهش خطاهای انسانی در تشخیص، سرعت و روند تشخیص بیماری را بهبود ببخشد. بانک اطلاعاتی مورد استفاده، مجموعه داده یادگیری ماشین دانشگاه کالیفرنیا، ارواین آمریکا (UCI) است. در ابتدا مدل سازی 5 طبقه بند شبکه عصبی مصنوعی، شبکه عصبی مصنوعی مبتنی بر الگوریتم کلونی مورچگان، ماشین بردار پشتیبان، درخت تصمیم و شبکه عصبی عمیق با توجه به ریسک فاکتورهای بیماری، سپس ترکیب دسته بندها با روش رأی اکثریت انجام می شود. پیاده سازی سیستم تشخیص پیشنهادی روی پایگاه داده پیشنهادی، نشان-دهنده برتری آن در مقایسه با روش های پیشین است که از این دیتاست استفاده کرده اند. برای روش پیشنهادی، دقت روش 99.94 درصد به دست آمده است. نقطه قابل توجه مدل ارایه شده، سیستمی تصمیم یار پزشکی برای افزایش دقت تشخیص روش درمان بیماری است.

فایل های مقاله

فایل ارائه پوستر (pdf)

محتوای ارائه مجازی مقاله

نظرات

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 21.0.1