سیستم ویژه مبتنی بر قوانین فازی برای تشخیص بیماری تیروئید

قیمت: 43,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

سیستم ویژه مبتنی بر قوانین فازی برای تشخیص بیماری تیروئید

عنوان لاتین

Fuzzy Rule-based Expert System for Diagnosis of Thyroid Disease

در دهه گذشته، بیماری های غدد در بدن انسان، با نرخ بالایی رو به افزایش می باشد. تیروئید یکی از این غدد است که بیماری آن در سراسر جهان گسترش یافته است. کار اصلی غده تیروئید، تعادل سوخت و ساز بدن و فعالیت سلول ها می باشد. اگر وظیفه خود را به صورت غیر طبیعی انجام دهد، اختلالات تیروئید رخ داده و سهل انگاری از آنها ممکن است، حوادث جبران ناپذیری را منجر شود. از آنجا که اکثر مردم به کارشناسان متخصص غدد دسترسی ندارند، مدل سازی و توسعه یک سیستم ویژه برای دسترسی مردم، یک نیاز حیاتی می باشد. در این مقاله یک سیستم ویژه مبتنی بر قوانین فازی برای تشخیص بیماری تیروئید، ارائه شده است. این سیستم پیشنهادی شامل سه مرحله است: پیش پردازش (انتخاب ویژگی)، طبقه بندی فازی عصبی و ارزیابی سیستم. در سیستم پیشنهادی، روند تشخیص با ابهام و عدم قطعیت در تصمیم نهایی، مواجه است. بنابراین، این دانش مبهم با استفاده از منطق فازی، گرفته شده است. در مرحله طبقه بندی فازی-عصبی، از تولید قوانین فازی اولیه توسط الگوریتم K-means و الگوریتم گرادیان مزدوج و پس از آن مدرج نمودن (SCG)، برای تعیین مقدار بهینه ی پارامترها، استفاده شده است. آخرین مرحله، برای تولید قوانین فازی برای مدل سازی و ارزیابی سیستم، مورد استفاده قرار می گیرد. این سیستم می تواند به افراد غیر متخصص که مشکوک عملکرد تیروئید خود هستند، کمک کرده و یا می توان آن را به عنوان یک سیستم تشخیصی برای کمک به کارشناسان، برای اطمینان از تشخیص خود، ارائه کرد.

The diseases in glands of human bodies have been increased with high rate in the last decade. Thyroid is one of these glands that its disease has spread worldwide. The main function of thyroid gland is to balance the metabolism and cells’ activity. Since it does its own task abnormally, thyroid disorders will occur and the negligence of them may cause irreparable events. Because of inaccessibility of Endocrinologist experts for most people, modeling and developing an expert system for diagnosis thyroid’s disease that can be accessible in everywhere is vital. This paper presents a fuzzy rule-based expert system for diagnosis thyroid’s disease. This proposed system includes three steps: pre-processing (feature selection), neuro-fuzzy classification and system evaluating. In the proposed system, the process of diagnosis encounters with vagueness and uncertainty in final decision. So, we handled the imprecise knowledge by using fuzzy logic. In neuro-fuzzy classification step, we generated initial fuzzy rules by k-means algorithm and then scaled conjugate gradient algorithm (SCG) was used to determine the optimum values of parameters. In the last step, we used the generated fuzzy rules to model and evaluate the system. This system can help non-experts who are suspicious of their thyroid function or it can be used as a diagnosis assistance system to help experts for assuring their diagnosis