چکیده مقاله
در سال های اخیر، بیماری هپاتیت در جهان بسیار شیوع پیدا کرده است هپاتیت یک بیماری کشنده است که انواعمختلفی دارد و در تمام سطوح سنی دیده می شود عوامل بسیاری مانند ویروس ها، باکتری ها و سموم گوارشی، بیماریهای ارثی و می توانند موجب بروز بیماری هپاتیت شوند امروزه در حوزه پزشکی، تشخیص سریع و به موقع بیماریبسیار حایز اهمیت است؛ به طوری که تشخیص زود هنگام بیماری می تواند درمان موثرتری را به همراه داشته باشد استفاده از تکنیک های داده کاوی در این شاخه از علم باعث شده است که در کلیه مباحث، مخصوصا بحث تشخیصبیماری ها کمکبسیاری به پزشکان شود با توجه به اینکه هپاتیت در مراحل اولیه علایم بالینی اندکی دارد؛ بنابراین روشیکه بتواند این بیماری را در مراحل اولیه آن پیش بینی کند بسیار ارزشمند بوده و می تواند باعث کاهش عوارض احتمالیبعدی آن شود لذا در این تحقیق سعی شده است تا با استفاده از شبکه عصبی مصنوعی و الگوریتم ازدحام ذرات به ارایهمدلی جهت پیش بینی و تشخیص بیماری هپاتیت پرداخته شود در نهایت با استفاده از مجموعه داده هپاتیت موجود درسایت UCI، الگوریتم پیشنهادی توانست دقت 92,45 درصد را به دست آورد
کلیدواژهها
نویسندگان
سمیه جعفریان
دانشجو کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
ماشااله عباسی دزفولی
دکترا، گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
شیوه ارجاع
�عفریان، سمیه و عباسی دزفولی، ماشااله،1397،ارایه مدلی جهت پیش بینی و تشخیص بیماری هپاتیت با استفاده از شبکه عصبی مصنوعی و الگوریتم PSO،دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز
ارائهشده در
مجموعه مقالات سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی16 بهمن 1398 · اهواز