وهاب امینی آذر - استادیار گروه مهندسی برق و کامپیوتر دانشگاه آزاد اسلامی واحد مهاباد، مهاباد، ایران
رسول فرحی - مربی گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد مهاباد، مهاباد، ایران

بیماری سل که یک بیماری باتریال است به وسیله مایکوباتریوم توبر تلوزیس ایجاد می شود. شایع ترین علامت ابتلا به بیماری سلریویسرفه پایدار به مدت دو هفته یا بیشتر) همراه با خلط و یا سایر علایم تنفسی (مانند تنگی نفس، درد قفسه سینه یا پشت و خلط خونی)می باشد گاهی اوقات تشخیص سل در سطح اولیه توسط پزشکان بسیار دشوار است؛ زیرا نشانه های مراحل اولیه بیماری سل شبیه بهبرخی از بیماری های دیگر است. موفقیت مورد انتظار در کاهش و کنترل بیماری سل به رغم اجرای برنامه های پیشگیرانه و درمانی موثرفراهم نشده که یکی از دلایل آن، تاخیر در تشخیص قطعی می باشد بنابراین ایجاد یک سیستم خبره و هوشمند برای غربالگری بیماریسل میتواند به تشخیص زودهنگام این بیماری کمک کند. به همین جهت از داده های بیماران مبتلا به سلریوی در انجام این تحقیقاستفاده شده است. به دلیل تعداد زیاد بیماران و آزمایش های متعدد هر بیمار، نیاز به یک ابزار خودکار برای کاوش در میان بیماران سل-ریوی احساس میشود از طرفی از آنجا که تکنیک های شبکه عصبی برای پیش بینی بیماری های مختلف در زمینه پزشکی نقش مهمیایفا می کنند، در این تحقیق از تکنیک های شبکه های عصبی استفاده شده است. نتایج شبیه سازی و تحلیل داده ها در نرم افزارMATLAB ۹۹ نشان دهنده این است که روش پیشنهادی دارای دقت ۹۹/۹۸%، حساسیت ۹۹/۹%، و مشخه ۱۰۰% می یاشد که نسبت بهروش های پیشین می تواند سلریوی را هوشمندتر و دقیق تر پیش بینی نماید.

بیماری سلریوی، سیستم خبره، تکنیک شبکه های عصبی ، شبکه عصبی پرسپترون چندلایه