سیستم خبره فازی تشخیص مننژیت باکتریال از سایر انواع مننژیت در کودکان

Authors

مصطفی لنگری زاده

mostafa langarizade عصمت خواجه پور

esmat khajehpour vice chancellery of clinical affairs of rafsanjan university of medical sciences, rafsanjan, iranمعاونت درمان دانشگاه علوم پزشکی رفسنجان، رفسنجان، ایران حسن خواجه پور

hassan khajehpour طیبه نوری

tayebe noori

abstract

مقدمه: مننژیت باکتریال نیاز به تشخیص و درمان به موقع دارد. در غیر این صورت میزان مرگ و مـیر و عوارض نسـبتاً زیادی دارد. در مراحل اولیه بیماری، افتراق مننژیت باکتریال که خطرناک ترین نوع مننژیت محسوب می شود از انواع بی خطر آن امری پیچیده و با خطای بالایی همراه است. از این رو در این پژوهش با استفاده از منطق فازی، سیستم خبره ای ارائه شده که مننژیت باکتریال را از انواع دیگر مننژیت افتراق می دهد. روش: در سیستم خبره ارائه شده از دو موتور استنتاج فازی (تشخیص مننژیت باکتریال و پیشنهاد lp مجدد)،استفاده می کند. در هر دو موتور استنتاج از مدل ممدانی با مشخصه های max_min به عنوان عملگرهای and _or و روش مرکز جرم برای غیرفازی-سازی، استفاده شده است. نتایج: زیرسیستم استنتاج تشخیص مننژیت باکتریال با استفاده از اطلاعات 106 بیمار مبتلا به مننژیت، ارزیابی شد. صحت، حساسیت و دقت سیستم به ترتیب 92، 100 و 89 درصد بود. سطح زیر منحنی roc 947/0 و ضریب کاپا توافق 83/0( p<0.001) بین تشخیص سیستم و تشخیص پزشک را نشان می دهد. زیر سیستم پیشنهاد lp مجدد نیز توسط اطلاعات 75 بیمار مبتلا به مننژیت غیر باکتریال، ارزیبی شد. صحت ،حساسیت و دقت سیستم به ترتیب 96،100 و 95 درصد بود. سطح زیر منحنی roc 96/0 و ضریب کاپا توافق  87/0(p<0.001) بین تشخیص سیستم و تشخیص پزشک را نشان می دهد. نتیجه گیری: با توجه به پیچیدگی تشخیص مننژیت باکتریال و اهمیت تشخیص به موقع و نیز نتایج مطلوب حاصل از به کارگیری و ارزیابی سیستم خبره پیشنهادی، این سیستم می تواند در تشخیص و افتراق مننژیت حاد باکتریال از سایر مننژیت ها مفید باشد، اما لازم مطالعات بیشتر با داده ها متنوع تر و بیشتری برای ارزیابی بهتر و تاًیید سیستم، انجام شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی افتراقی مننژیت باکتریال از انواع دیگر مننژیت به روش منطق فازی و شبکه ی عصبی

Background and Aim: Bacterial meningitis detection is a complicated problem because of having several components in order to be diagnosed and distinguished from other types of meningitis. Fuzzy logic and neural network, frequently used in expert systems, are able to distinguish such diseases. The purpose of this paper is to compare Fuzzy logic and artificial neural networks for distinguishing b...

full text

بررسی افتراقی مننژیت باکتریال از انواع دیگر مننژیت به روش منطق فازی و شبکه ی عصبی

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 م...

full text

ارزیابی پرایمر عمومی جهت تشخیص سریع مننژیت باکتریال

مقدمه: درمان فوری مننژیت باکتریال به عنوان یک اورژانش پزشکی مورد توجه قرار گرفته است. زیرا می‌تواند از مرگ‌ومیر و یا عوارض بعدی پیشگیری نماید. از این رو، تشخیص سریع مننژیت باکتریال بسیار حایز اهمیت است. به علاوه، اقدام مناسب درمانی مستلزم تشخیص افتراقی صحیح می‌باشد. هدف این تحقیق طراحی روش تشخیص مولکولی جهت تفکیک مننژیت باکتریال از مننژیت غیرباکتریال است. روش کـار: ر این تحقیق، از پرایمر univer...

full text

آنالیز مکانی و توزیع جغرافیایی مننژیت باکتریال در ایران با استفاده از سیستم اطلاعات جغرافیایی

Background and purpose: Meningitis is an infectious disease which could lead to mortality in case of outbreak in society, especially in dormitories, schools and resting houses. The aim of this study was to assess the geographical distribution of meningitis in Iran by Geographic Information System. Materials and methods: In a cross-sectional study all cases of bacterial meningitis in 30 provi...

full text

My Resources

Save resource for easier access later


Journal title:
مجله انفورماتیک سلامت و زیست پزشکی

جلد ۱، شماره ۱، صفحات ۱۹-۲۵

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023