TY - JOUR T1 - Fuzzy Expert System for Diagnosis of Bacterial Meningitis from Other Types of Meningitis in Children TT - سیستم خبره فازی تشخیص مننژیت باکتریال از سایر انواع مننژیت در کودکان JF - jhbmi JO - jhbmi VL - 1 IS - 1 UR - http://jhbmi.ir/article-1-66-fa.html Y1 - 2014 SP - 19 EP - 25 KW - Bacterial meningitis KW - Expert system KW - Fuzzy logic KW - Children N2 - مقدمه: مننژیت باکتریال نیاز به تشخیص و درمان به موقع دارد. در غیر این صورت میزان مرگ و مـیر و عوارض نسـبتاً زیادی دارد. در مراحل اولیه بیماری، افتراق مننژیت باکتریال که خطرناک‌ترین نوع مننژیت محسوب می‌شود از انواع بی خطر آن امری پیچیده و با خطای بالایی همراه است. از این رو در این پژوهش با استفاده از منطق فازی، سیستم خبره‌ای ارائه شده که مننژیت باکتریال را از انواع دیگر مننژیت افتراق می‌دهد. روش: در سیستم خبره ارائه شده از دو موتور استنتاج فازی (تشخیص مننژیت باکتریال و پیشنهاد LP مجدد)،استفاده می‌کند. در هر دو موتور استنتاج از مدل ممدانی با مشخصه‌های max_min به عنوان عملگرهای AND _OR و روش مرکز جرم برای غیرفازی-سازی، استفاده شده است. نتایج: زیرسیستم استنتاج تشخیص مننژیت باکتریال با استفاده از اطلاعات 106 بیمار مبتلا به مننژیت، ارزیابی شد. صحت، حساسیت و دقت سیستم به ترتیب 92، 100 و 89 درصد بود. سطح زیر منحنی ROC 947/0 و ضریب کاپا توافق 83/0( p<0.001) بین تشخیص سیستم و تشخیص پزشک را نشان می دهد. زیر سیستم پیشنهاد LP مجدد نیز توسط اطلاعات 75 بیمار مبتلا به مننژیت غیر باکتریال، ارزیبی شد. صحت ،حساسیت و دقت سیستم به ترتیب 96،100 و 95 درصد بود. سطح زیر منحنی ROC 96/0 و ضریب کاپا توافق 87/0(p<0.001) بین تشخیص سیستم و تشخیص پزشک را نشان می دهد. نتیجه گیری: با توجه به پیچیدگی تشخیص مننژیت باکتریال و اهمیت تشخیص به موقع و نیز نتایج مطلوب حاصل از به‌کارگیری و ارزیابی سیستم خبره پیشنهادی، این سیستم می‌تواند در تشخیص و افتراق مننژیت حاد باکتریال از سایر مننژیت‌ها مفید باشد، اما لازم مطالعات بیشتر با داده‌ها متنوع‌تر و بیشتری برای ارزیابی بهتر و تاًیید سیستم، انجام شود. M3 ER -