BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
URL: http://payavard.tums.ac.ir/article-1-6121-fa.html
، عصمت خواجه پور* 2، راحله سالاری3 ، حسن خواجه پور4
2- کارشناس ارشد انفورماتیک پزشکی، معاونت درمان، دانشگاه علوم پزشکی رفسنجان، رفسنجان، ایران ،
3- دانشجوی دکتری انفورماتیک پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
4- دانشجوی دکتری مهندسی پزشکی، داشکده پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
زمینه و هدف: تشخیص افتراقی مننژیت باکتریال امری پیچیده است، زیرا ویژگی های تشخیصی زیادی در آن دخالت دارد. از سوی دیگر، امروزه منطق فازی و شبکه های عصبی مبنای بسیاری از سیستم های هوشمند هستند و ظرفیت لازم را برای حل مشکلات تشخیصی این بیماری دارند. هدف این مقاله، مقایسه ی منطق فازی و شبکه های عصبی مصنوعی در افتراق مننژیت باکتریال از سایر مننژیت هاست.
روش بررسی: در این مطالعه برای تشخیص افتراقی مننژیت باکتریال از سایر مننژیت ها، ابتدا 6 فاکتور اصلی با مشورت پزشکان انتخاب شد. در مرحله دوم از نرم افزار MatLab برای طراحی سیستم ها استفاده شد و سپس با استفاده از داده های 26 بیمار هر دو سیستم ارزیابی گردید.
یافته ها: تشخیص افتراقی مننژیت باکتریال از دیگر مننژیت ها در سیستم مبتنی بر منطق فازی، صحت، ویژگی و حساسیت تشخیص 88، 92 و 100، و در سیستم مبتنی بر شبکه ی عصبی نیز 92، 94 و 88 درصد را نشان داد. آزمون کاپای این دو به ترتیب 0/830(0/001>p) و 0/830 با (0/001>p) و فضای زیر منحنی ROC نیز معادل و 0/940 و 0/910 بود.
نتیجه گیری: حساسیت، میزان تطابق و عملکرد روش منطق فازی نسبت به روش شبکه عصبی بهتر است. اگر چه، منطق فازی برای تشخیص افتراقی مننژیت باکتریال قابل اعتمادتر بود. اما از آنجایی که دو سیستم با استفاده از داده های 26 بیمار و از یک مرکز مورد ارزیابی قرار گرفته، بهتر است در مطالعات آینده موارد بیشتری بررسی شود.
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
