تشخیص کمردرد با استفاد از الگوریتم های هوش مصنوعی

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 888

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITI03_005

تاریخ نمایه سازی: 24 خرداد 1399

چکیده مقاله:

بیماری های ستون فقرات از جمله کمردرد یکی از شایع ترین بیماری ها در سطح جهان می باشد. با توجه به نزدیک بودن و ارتباطی که ستون فقران با اصلی ترین بخش بدن یعنی نخاع دارد، یکی از کلیدی ترین اندام ها در حفظ سلامتی انسان است. لذا شناخت علائم بیماری های ستون فقرات از جمله کمردرد بسیار ضروری بوده و دقت تشخیص این بیماری نقش بسزایی در درمان آن دارد که با وجود مطالعات فراوان در زمینه بیماری کمردرد، تاکنون درمان قطعی در این خصوص وجود نداشته وتحقیقات همچنان ادامه دارد. در سال های اخیر استفاده از داده کاوی بعنوان روشی مفید با استفاده از تکنیک های خود در بسیاری از زمینه های پزشکی جهت شناسایی و تشخیص به موقع بیماری ها، کمک بسیار بزرگی برای پزشکان می باشد. لذا در این تحقیق، قصد داریم جهت طبقه بندی افراد سالم و بیماران مبتلا به کمردرد با بهبود وزن های شبکه عصبی مصنوعی بوسیله الگوریتم مورچگان استفاده کنیم. بنابراین پس از پیاده سازی روش پیشنهادی با استفاده از اطلاعات 311 نمونه جمع آوری شده از پایگاه داده Kaggle با 12 ویژگی، به دقت 94.85 درصد در تشخیص بیماری کمردرد دست پیدا کردیم. نتایج بدست آمده از پیاده سازی روش پیشنهادی حاکی از آن است استفاده از الگوریتم مورچگان توانسته است کارایی و دقت شبکه عصبی را در تشخیص بیماری کمردرد به میزان قابل توجهی بالا ببرد.

نویسندگان

عاطفه محمدی

گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران