دوره 9، شماره 3 - ( پاییز 1402 )                   جلد 9 شماره 3 صفحات 233-222 | برگشت به فهرست نسخه ها


XML English Abstract Print


گروه مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران.
چکیده:   (372 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.
متن کامل [PDF 4659 kb]   (220 دریافت) |   |   متن کامل (HTML)  (382 مشاهده)  
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1402/2/19 | پذیرش: 1402/6/31 | انتشار: 1402/7/9

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.