تشخیص بیماری هپاتیت B مبتنی بر الگوریتم شبکه های عصبی و رقابت استعماری

سلامت جامعه، که در درجه اول روی نتیجه پژوهش های پزشکی بنا م یشود، تاثیر زیادی بر همه فعالیت های انسانی دارد .از جمله مهم ترین جنبه های خوب پزشکی ،تفسیر خوبی از داده ها و راه تشخیص درنظر گرفته میشود .اما تصمیم گیری در پزشکی توسط کارشناسان خیلی مشکل می باشد زیرا پردازش انبوهی از داده کار دشواری است .تشخیص در اینجا دارای یک نقش بسیار مهم میباشد.این اولین مرحله از مجموعه ای از اقدامات درمانی است، خطا در این سطح میتواند عواقب چشمگیری داشته باشد .حضور تکنولوژی در مرحله تشخیص به دلیل مزایای آن میباشد: پراگماتیسم، تکرار، بهره وری، ایمنی نسبت به عوامل اغتشاش که برای انسان خاصی به وجود می آید) خستگی، استرس، کاهش توجه .(این فن آوری متخصص را در این نقطه جایگزین نمی کند بلکه فقط سعی میکند به آنها کمک کند .در اینجا ما به ارزیابی چندین سیستم هوشمند مختلف برای شناسایی هپاتیت B می پردازیم .که این بیماری نیازمند درمان گران و عوارض جانبی شدید میباشد.در این مقاله به بررسی شبکه عصبی تابع پایه شعاعی، پس انتشار خطا و بهینه سازی رقابت استعاری در روند تشخیص بیماری هپاتیت می پردازیم

کلیدواژه ها:

بیماری هپاتیتB ، الگوریتم بهینه سازی رقابت استعماری ، شبکه عصبی تابع پایه شعاعی ، پس انتشارخطا