[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 6، شماره 4 - ( 12-1398 ) ::
جلد 6 شماره 4 صفحات 298-308 برگشت به فهرست نسخه ها
تشخیص بیماری بروسلوزیس در شهرستان رفسنجان با استفاده از شبکه های عصبی مصنوعی آتوانکو در عمیق
حسین قیومی زاده ، علی فیاضی ، مصطفی دانائیان ، آلاء سعیدی
دکتری مهندسی کنترل، استادیار، گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه ولی‌عصر(عج) رفسنجان، رفسنجان، ایران
چکیده:   (1238 مشاهده)
مقدمه: بیماری تب مالت (بروسلوزیس) یکی از مهم‌ترین بیماریهای عفونیِ مشترک بین انسان و دام محسوب میشود. با توجه به اندمیک بودن تب مالت و وجود گزارش‌های متعددی از موارد انسانی و حیوانی آن، میزان شیوع تب مالت انسانی در شهرستان رفسنجان در طول 3 سال (97-1395) تعیین گردید. هدف از این مطالعه یافتن یک تطابق و همسان‌سازی روشی خودکار و هوشمندانه با حساسیت کم بر مبنای شبکه عصبی است، که قادر به تشخیص دقیق تب مالت باشد.
روش: در این مطالعه توصیفی-تحلیلی موارد بروسلوز انسانی بر اساس شاخص‌های جنس، سن، بارداری، سابقه تماس با دام و استفاده از مواد غیر‌پاستوریزه لبنی، پارامترهای آزمایشگاهی Wright و 2ME در طول 3 سال از شهرستان رفسنجان واقع در جنوب ایران تحلیل شد. داده‌ها به دو زیر مجموعه آموزش (80%) و آزمون (20%) تقسیم شدند. از روش شبکه عصبی مصنوعی آتوانکو در عمیق برای آموزش هر زیر مجموعه استفاده شد.
نتایج: روش آتوانکو در عمیق به صحت 90/84% حساسیت 94/61% و ویژگی 50‌% در پیش‌بینی موارد بیماری بروسلوزیس در مجموعه داده‌های آزمون دست یافت، نتایج تجربی، عملکرد دقیق شبکه عصبی را در تشخیص بیماری بروسلوز نشان داد.
نتیجه‌گیری: مدل شبکه عصبی مصنوعی عمیق می‌تواند به عنوان یک روش کارآمد و هوشمند برای تشخیص موارد بروسلوز انسانی به کار گرفته شود. با این حال مطالعه و پژوهش‌های بیشتری برای طراحی مدل‌های دیگر از شبکه‌های عصبی مصنوعی بر اساس یادگیری عمیق جهت تشخیص سایر بیمارهای عفونی مورد نیاز است.
واژه‌های کلیدی: بروسلوز انسانی، رفسنجان، شبکه عصبی مصنوعی، روش خودرمزنگار عمیق، تشخیص
متن کامل [PDF 1435 kb]   (239 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: هوش مصنوعی در حوزه سلامت
دریافت: 1397/9/25 | پذیرش: 1398/3/11
فایل صوتی [MP3 986 KB]  (39 دریافت)
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ghayoumi Zadeh H, Fayazi A, Danaeian M, Saeidi A. The Diagnosis of Brucellosis in Rafsanjan City Using Deep Auto-Encoder Neural Networks. Journal of Health and Biomedical Informatics. 2020; 6 (4) :298-308
URL: http://jhbmi.ir/article-1-364-fa.html

قیومی زاده حسین، فیاضی علی، دانائیان مصطفی، سعیدی آلاء. تشخیص بیماری بروسلوزیس در شهرستان رفسنجان با استفاده از شبکه های عصبی مصنوعی آتوانکو در عمیق. مجله انفورماتیک سلامت و زیست پزشکی. 1398; 6 (4) :298-308

URL: http://jhbmi.ir/article-1-364-fa.html



دوره 6، شماره 4 - ( 12-1398 ) برگشت به فهرست نسخه ها
مجله انفورماتیک سلامت و زیست پزشکی Journal of Health and Biomedical Informatics
Persian site map - English site map - Created in 0.06 seconds with 30 queries by YEKTAWEB 4217