سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

صفحه اصلی / اولین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین

کشف قوانین انجمنی با استفاده از الگوریتم ژنتیک در جهت افزایش دقت تشخیص بیماری تیروئید

نویسندگان :

نرمین قادر¹ فرهاد سلیمانیان قره چپق²

1- دانشگاه آزاد اسلامی واحد ارومیه 2- دانشگاه آزاد اسلامی واحد ارومیه

کلمات کلیدی :

تشخیص بیماری تیروئید،الگوريتم ژنتیک،کشف قوانین انجمنی

چکیده :

بیماری‌های غده تیروئید از جمله بیماری‌هایی به‌شمار می‌روند که در آنها تشخیص ‌بهنگام و صحیح اختلالات تیروئید بر پایه تست‌های آزمایشگاهی و علایم بیماری امری حیاتی می‌باشد. عدم تشخیص به موقع عملکرد غیرطبیعی تیروئید، می‌تواند عوارض جبران‌ناپذیری برای بیمار در پی داشته و منجر به مرگ وی گردد. هدف ما در این مقاله پیش‌بینی احتمال بروز این بیماری در فرد با توجه به یک سری ویژگی‌ها، با استفاده از قوانین انجمنی و الگوریتم ژنتیک می باشد. این مطالعه از نوع توصیفی - تحلیلی است. به منظور انجام این تحقیق از مجموعه دیتاست موجود در پایگاه‌داده UCI مشتمل به 9173 نمونه با 28 ویژگی استفاده شده ‌است. ازبین پارامترهای بالینی مربوط به بیماری تیروئید 6 پارامتر پیوسته مورد استفاده قرارگرفت. در این مقاله با استفاده از کشف قوانین انجمنی که پارامترهای آن با الگوریتم ژنتیک تعیین می‌شوند روشی برای تشخیص بیماری تیروئید ارائه شده ‌است. در بررسی کارایی مدل با استفاده از مساحت زیر منحنی Area Roc ، مقدار مساحت 2/78 درصد تعیین شد که نشان دهنده‌ی توان بالای الگوریتم پیشنهادی درتعیین عوامل موثردرابتلا به بیماری تیروئید می‌باشد. همچنین دربخش ارزیابی این روش، مقادیر حساسیت، ویژگی و دقت به ترتیب 5/82، 3/74 و 6/86 به دست آمد. که نشان از توان بالای این مدل در پیش‌بینی احتمال بروزاین بیماری در فرد با توجه به ویژگی‌های بیان‌شده دراین مقاله دارد. بیماری تیروئید یکی ازشایع‌ترین بیماری‌ها در بین افراد جامعه است، که تشخیص به موقع بیماری ضمن کاهش هزینه‌ها، می‌تواند شانس درمان موفقیت‌آمیز بیمار را افزایش دهد. با توجه به نتایج به دست آمده، مشاهده شد که مدل پیشنهادی با دقت نسبتاً بالایی، افراد مبتلا به بیماری تیروئید را تشخیص داد.