ارائه یک سیستم خبره با کمک الگوریتم فراابتکاری حسابی برای تشخیص بیماری عفونی کووید-19

عنوان ارائه یک سیستم خبره با کمک الگوریتم فراابتکاری حسابی برای تشخیص بیماری عفونی کووید-19
نویسنده فیضه ابراهیمی، علیرضا آذری مقدم، محسن نژاد خیرالله
تاریخ انتشار: 1402-04
محل انتشار - دانشگاه سمنان
موضوع تشخیص
نوع دوره ای
زبان عربی
دیجیتال بله
نسخه خطی خیر
کتابخانه: Biblioteca | Universitat Internacional de Catalunya
شناسه دارایی کتابخانه ISSN: 2008-4854, EISSN: 2783-2538, DOI: 10.22075/jme.2023.27986.2312
شماره ثبت cdi_doaj_primary_oai_doaj_org_article_a92315a6b14347b48c45855b7947a49a
محل کتابخانه UIC
تاریخ 1402-04
یادداشت‌ها دو سال گذشته بحرانی ترین و بحرانی ترین دوره همه گیری کووید-19 بوده است. این بیماری بیشتر جنبه های زندگی را در سراسر جهان تحت تاثیر قرار داده است. از دیدگاه بالینی، روش‌های متعددی برای تشخیص زودهنگام بیماری در دسترس است، اما قابلیت‌های این روش‌ها محدود بوده است. در نتیجه، مطالعات زیادی برای تشخیص خودکار این بیماری انجام شده است. هوش مصنوعی راه‌حل‌های فنی بالقوه‌ای را برای تشخیص سریع بر اساس علائم بالینی در اختیار جامعه پزشکی قرار داده است. در این تحقیق علائم بالینی بیمار (تب، سرفه، گلودرد، تنگی نفس، ضعف، حس چشایی و بویایی، محیط) با کمک پرسش‌نامه بررسی می‌شود، سپس داده‌های ورودی با یکی از روش‌های سیستم مبتنی بر قاعده یا روش‌های فازی-فازی کمک‌آمور به کمک روش‌های سیستم فازی-فازیستیک، بررسی می‌شود. الگوریتم سپس پارامتر وزن بهینه شده با منطق فازی وزن بهینه شده روی داده ها اعمال می شود. در پایان، خروجی به صورت فرد سالم، کرونا ضعیف، تاج متوسط، کرونا بالا نشان داده خواهد شد. این مقاله بر اساس چندین پایگاه داده است که در آن حدود 600 داده توسط افراد از طریق پرسشنامه تکمیل شده است، 2000 داده توسط سازمان بهداشت جهانی برای بیماران کرونایی منتشر شده است و حدود 400 داده از طریق داده های بیمارستانی ارائه شده است. مشاهده شد که در این سیستم میزان دقت برابر با 98 درصد، حساسیت 100 درصد، ویژگی 98 درصد و امتیاز F 95 درصد است.
Biblioteca | Universitat Internacional de Catalunya - موتور جستجوی نسخه های خطی عثمانی Biblioteca | Universitat Internacional de Catalunya

ارائه یک سیستم خبره با کمک الگوریتم فراابتکاری حسابی برای تشخیص بیماری عفونی کووید-19

نویسنده فیضه ابراهیمی، علیرضا آذری مقدم، محسن نژاد خیرالله
تاریخ انتشار 1402-04
محل انتشار - دانشگاه سمنان
موضوع تشخیص
نوع دوره ای
زبان عربی
دیجیتال بله
نسخه خطی خیر
کتابخانه Biblioteca | Universitat Internacional de Catalunya
شناسه دارایی کتابخانه ISSN: 2008-4854, EISSN: 2783-2538, DOI: 10.22075/jme.2023.27986.2312
شماره ثبت cdi_doaj_primary_oai_doaj_org_article_a92315a6b14347b48c45855b7947a49a
محل کتابخانه UIC
تاریخ 1402-04
یادداشت‌ها دو سال گذشته بحرانی ترین و بحرانی ترین دوره همه گیری کووید-19 بوده است. این بیماری بیشتر جنبه های زندگی را در سراسر جهان تحت تاثیر قرار داده است. از دیدگاه بالینی، روش‌های متعددی برای تشخیص زودهنگام بیماری در دسترس است، اما قابلیت‌های این روش‌ها محدود بوده است. در نتیجه، مطالعات زیادی برای تشخیص خودکار این بیماری انجام شده است. هوش مصنوعی راه‌حل‌های فنی بالقوه‌ای را برای تشخیص سریع بر اساس علائم بالینی در اختیار جامعه پزشکی قرار داده است. در این تحقیق علائم بالینی بیمار (تب، سرفه، گلودرد، تنگی نفس، ضعف، حس چشایی و بویایی، محیط) با کمک پرسش‌نامه بررسی می‌شود، سپس داده‌های ورودی با یکی از روش‌های سیستم مبتنی بر قاعده یا روش‌های فازی-فازی کمک‌آمور به کمک روش‌های سیستم فازی-فازیستیک، بررسی می‌شود. الگوریتم سپس پارامتر وزن بهینه شده با منطق فازی وزن بهینه شده روی داده ها اعمال می شود. در پایان، خروجی به صورت فرد سالم، کرونا ضعیف، تاج متوسط، کرونا بالا نشان داده خواهد شد. این مقاله بر اساس چندین پایگاه داده است که در آن حدود 600 داده توسط افراد از طریق پرسشنامه تکمیل شده است، 2000 داده توسط سازمان بهداشت جهانی برای بیماران کرونایی منتشر شده است و حدود 400 داده از طریق داده های بیمارستانی ارائه شده است. مشاهده شد که در این سیستم میزان دقت برابر با 98 درصد، حساسیت 100 درصد، ویژگی 98 درصد و امتیاز F 95 درصد است.
Biblioteca | Universitat Internacional de Catalunya - موتور جستجوی نسخه های خطی عثمانی
Biblioteca | Universitat Internacional de Catalunya شما در حال هدایت مجدد هستید...

لطفاً صبر کنید