دوره 9، شماره 3 - ( پاییز 1402 )
جلد 9 شماره 3 صفحات 233-222 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Hosseinpoor M. Presenting a Smart Model for Distinguishing Patients With Thyroid Diseases From Healthy People by Combining Particle Swarm Optimization Algorithm and Artificial Neural Network. JMIS 2023; 9 (3) :222-233
URL: http://jmis.hums.ac.ir/article-1-447-fa.html
URL: http://jmis.hums.ac.ir/article-1-447-fa.html
حسین پور محمدجواد. ارائه مدلی هوشمند برای تشخیص بیماران مبتلا به بیماری های تیروئید از افراد سالم با ترکیب الگوریتم بهینه سازی ازدحام ذرات و شبکه عصبی مصنوعی. اطلاع‌رسانی پزشکی نوین. 1402; 9 (3) :222-233
گروه مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران.
چکیده: (764 مشاهده)
هدف بیماری‌های ﺗﯿﺮوﺋﯿﺪ در ﺳﺮاﺳﺮ ﺟﻬﺎن ﮔﺴﺘﺮده شده اﺳﺖ. ﻣﻄﺎﻟﻌﺎت ﺗﺤﻘﯿﻘﺎﺗﯽ ﻣﺨﺘﻠﻒ ﻧﺸﺎن می‌دهد ﺗﻌﺪاد زیﺎدی از اﻓﺮاد در ﺟﻮاﻣﻊ ﻣﺨﺘﻠﻒ ﺑﻪ ایﻦ ﺑﯿﻤﺎری دﭼﺎر ﻣﯽﺷﻮﻧﺪ. همچنین، تشخیص به موقع این بیماری و کنترل آن می‌تواند جلوی پیشرفت آن را بگیرد و پیامدهای ناشی از آن را کاهش دهد. در این راستا، مطالعه پیش‌رو یک الگوریتم ترکیبی تکاملی حاصل از آمیختگی الگوریتم بهینه‌سازی ازدحام ذرات و شبکه عصبی مصنوعی جهت تشخیص به موقع این بیماری ارائه کرده است.
روش ها پژوهش حاضر از نوع کاربردی‌پیمایشی است که در سال 1401 انجام شده است. در اینجا از روش مجموعه داده‌های اولیه برای جمع‌آوری داده‌ها استفاده شد. جامعه آماری موردنظر شامل 400 مورد اطلاعات ثبت‌شده بیماران از سال 1400 تا 1401 در تحقیقی میدانی از افراد مراجعه‌کننده به بیمارستان امام رضا (ع) شهرستان لارستان است. از این میان، 300 نفر دارای بیماری تیروئید و 100 نفر سالم بودند. در این پژوهش برای پیاده‌سازی مدل یادگیری پیشنهادی و همچنین تجزیه‌وتحلیل و بررسی نتایج از نرم‌افزار متلب استفاده شده است.
یافته ها نتایج نشان داد، ضریب رگرسیون مدل پیشنهادی در 3 حالت آموزش، اعتبارسنجی و تست به‌ترتیب دارای مقادیر (0/98، 0/97 و 0/95)، منحی راک برابر با 0/98، میزان خطا برابر با 0/004 و دقت کل سیستم برابر با 96 درصد می‌باشد.
نتیجه گیری باتوجه‌به نتایج حاصله، مدل پیشنهادی می‌تواند با دقت قابل قبولی، پیش‌بینی بیماری تیروئید در افراد را انجام دهد و باعث کاهش میزان اشتباه شود. همچنین از این مدل می‌توان به‌عنوان یک ابزار مفید در پیش‌بینی تیروئید به کار برده شود.
روش ها پژوهش حاضر از نوع کاربردی‌پیمایشی است که در سال 1401 انجام شده است. در اینجا از روش مجموعه داده‌های اولیه برای جمع‌آوری داده‌ها استفاده شد. جامعه آماری موردنظر شامل 400 مورد اطلاعات ثبت‌شده بیماران از سال 1400 تا 1401 در تحقیقی میدانی از افراد مراجعه‌کننده به بیمارستان امام رضا (ع) شهرستان لارستان است. از این میان، 300 نفر دارای بیماری تیروئید و 100 نفر سالم بودند. در این پژوهش برای پیاده‌سازی مدل یادگیری پیشنهادی و همچنین تجزیه‌وتحلیل و بررسی نتایج از نرم‌افزار متلب استفاده شده است.
یافته ها نتایج نشان داد، ضریب رگرسیون مدل پیشنهادی در 3 حالت آموزش، اعتبارسنجی و تست به‌ترتیب دارای مقادیر (0/98، 0/97 و 0/95)، منحی راک برابر با 0/98، میزان خطا برابر با 0/004 و دقت کل سیستم برابر با 96 درصد می‌باشد.
نتیجه گیری باتوجه‌به نتایج حاصله، مدل پیشنهادی می‌تواند با دقت قابل قبولی، پیش‌بینی بیماری تیروئید در افراد را انجام دهد و باعث کاهش میزان اشتباه شود. همچنین از این مدل می‌توان به‌عنوان یک ابزار مفید در پیش‌بینی تیروئید به کار برده شود.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
