ژورنال:
:پیاورد سلامت
0
مصطفی لنگری زاده
mostafa langarizadeh assistant professor, health information management, school of health management and information sciences, iran university of medical sciences, tehran, iranاستادیار گروه مدیریت اطلاعات بهداشتی درمانی، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پژشکی ایران، تهران، ایران عصمت خواجه پور
esmat khajehpour master of science in medical informatics, vice chancellery of clinical affairs, rafsanjan university of medical sciences, rafsanjan, iranکارشناس ارشد انفورماتیک پزشکی، معاونت درمان، دانشگاه علوم پزشکی رفسنجان، رفسنجان، ایران راحله سالاری
rahele salari ph.d. student in medical informatics, school of allied medical sciences, tehran university of medical sciences, tehran, iranدانشجوی دکتری انفورماتیک پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران حسن خواجه پور
hassan khajehpour ph.d. student in medical engineering, school of medicine, tehran university of medical sciences, tehran, iranدانشجوی 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 م...