ارائه یک سیستم خبره به کمک الگوریتم فراابتکاری حسابی برای تشخیص بیماری عفونی کووید-۱۹

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 138

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JME-21-73_004

تاریخ نمایه سازی: 18 مهر 1402

چکیده مقاله:

دو سال گذشته حیاتی ترین و بحرانی ترین دوره همه گیر بیماری کووید-۱۹ بوده است. این بیماری بر بیش تر جنبه های زندگی در سراسر جهان تاثیر گذاشته است. از دیدگاه بالینی، چندین روش برای تشخیص زودهنگام بیماری موجود می باشد، اما قابلیت این روش ها محدود بوده است. در نتیجه، مطالعات بسیاری برای تشخیص خودکار بیماری صورت گرفته است. هوش مصنوعی راه حل های فنی بالقوه ای را دراختیار جامعه پزشکی قرار داده تا بر اساس علائم بالینی تشخیص سریع صورت گیرد. دراین پژوهش باکمک یک پرسشنامه علائم بالینی (تب، سرفه، گلودرد، تنگی نفس، ضعف، حس چشایی وبویایی، محیط) بیمار بررسی شده، سپس داده ها ی ورودی به یکی ازروش های سیستم مبتنی برقانون یا سیستم فازی مورد بررسی قرارمی گیرد، درروش فازی باکمک الگوریتم فراابتکاری حسابی پارامتر وزن بهینه گردیده سپس منطق فازی با وزن بهینه شده برای داده ها بکارگرفته می شود. درپایان خروجی به یکی از صورت های فردسالم، کروناخفیف، کرونا متوسط، کرونا شدید نشان داده می شود. این مقاله برروی چندین پایگاه داده که بترتیب حدود ۶۰۰داده ازطریق پرسشنامه توسط افراد تکمیل شده، ۲۰۰۰ داده که سازمان جهانی بهداشت برای بیماران کرونایی منتشرکرده وحدود ۴۰۰داده که ازطریق داده های بیمارستانی فراهم گردیده است. ملاحظه گردیددر این سیستم میزان دقت برابربا ۹۸%، حساسیت۱۰۰%، ویژگی ۹۸% و نمره اهمیت ۹۵ % می باشد.

نویسندگان

فائزه ابراهیمی

دانشگاه علامه محدث نوری -نور -گروه کامپیوتر

علی رضا آذری مقدم

موسسه آموزش عالی مازیار-نور-گروه کامپیوتر

محسن نژادخیرالله

دانشگاه علامه محدث نوری-نور-گروه کامپیوتر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • C. Calabrese, E. Kirchner, and L. H. Calabrese, "Long COVID ...
  • R. Islam, E. Abdel-Raheem, and M. Tarique, "A study of ...
  • T. A. Soomro, L. Zheng, A. J. Afifi, A. Ali, ...
  • B. Alsaaidah, M. d. R. Al-Hadidi, H. Al-Nsour, R. Masadeh, ...
  • M. Ahmed, A. Rahman, M. Farooqui, F. Alamoudi, R. Baageel, ...
  • Z. Kou, L. Shang, Y. Zhang, Z. Yue, H. Zeng, ...
  • V. V. Khanna, K. Chadaga, N. Sampathila, S. Prabhu, R. ...
  • Y. Peng, E. Liu, S. Peng, Q. Chen, D. Li, ...
  • B. González-Pérez, C. Núñez, J. L. Sánchez, G. Valverde, and ...
  • H. Şimşek and E. Yangın, "An alternative approach to determination ...
  • M. Shatnawi, A. Shatnawi, Z. AlShara, and G. Husari, "Symptoms-based ...
  • G. Wu et al., "Development of a clinical decision support ...
  • C. Jin et al.,"Development and evaluation of an artificial intelligence ...
  • X. Xu et al.,"A deep learning system to screen novel ...
  • M. Dehghandar, M. Pabasteh, and R. Heydari, "Diagnosis of COVID-۱۹ ...
  • K. F. Haque, F. F. Haque, L. Gandy, and A. ...
  • A. A. S. Asl, M. M. Ershadi, and S. Sotudian, ...
  • Q. Hu et al., "Explainable artificial intelligence-based edge fuzzy images ...
  • L. V. De Moura, C. Mattjie, C. M. Dartora, R. ...
  • M. Jayalakshmi et al., "Fuzzy logic-based health monitoring system for ...
  • S. Asadi et al., "Evaluation of factors to respond to ...
  • L. Abualigah, A. Diabat, S. Mirjalili, M. Abd Elaziz, and ...
  • A. Arian et al., "Evaluation of chest CT-scan appearances of ...
  • نمایش کامل مراجع