| جلسه دفاع از پایان نامه: علیرضا اژدری، گروه مهندسی کامپیوتر |
ارائه کننده: علیرضا اژدری چکیده: ابزار تشخیص خودکار بیماری هم توسط بیماران که به دنبال اطلاعاتی راجع به علائم خود هستند، و هم به عنوان پشتیبان تصمیم برای کادر پزشکی مورد استفاده قرار می‌گیرند. تلاش‌های بسیار زيادی برای ساخت ابزار و سیستم‌های تشخیص خودکار و همینطور برای تدوين و آماده‌سازی اطلاعات موجود، به منظور افزايش قدرت استنتاج اين ابزارها و سیستم‌ها صورت پذیرفته است. اين مدل‌ها موفقیت‌های چشمگیری در آموزش و همچنین کمک در تشخیص بیماری‌ها از خود نشان داده‌اند و حتی در مواردی عملکردی بهتر از پزشکان با تجربه در موارد پیچیده داشته‌اند. پیشرفت‌های اخیر در پژوهش‌های پزشکی، باعث پیدايش مجموعه داده‌ای غنی از علائم انسانی و بیماری‌ها شده است، به طوری که يک فرصت خوب برای توسعه سیستم‌های تشخیص خودکار بیماری بوجود آمده‌است که افراد می‌توانند با استفاده از اين سیستم‌ها يک پیش تشخیص از شرايط سلامتی خود داشته باشند. هدف کلی سیستم‌های تشخیص خودکار، تشخیص بیماری‌های مرتبط و ممکن براساس مجموعه‌ای از علائم است که به عنوان ورودی به سیستم داده می‌شوند. برخی از روش‌ها از گراف‌های دو لایه جهت پیش‌بینی بیماری‌ها استفاده نموده‌اند در چنین رویکردی، علائم و بیماری‌ها به عنوان دو مجموعه از گره‌ها که تشکیل‌دهنده يک گراف دو قسمتی هستند در نظر گرفته می‌شوند. هر جفت از علائم و بیماری‌های مرتبط به هم، توسط يک يال بهم وصل شده‌اند، که اين يال می‌تواند دارای يک وزن باشد که نشان‌دهنده میزان شدت همبستگی بین علامت و بیماری است. احتمالات شرطی بیماری‌های يک مجموعه از علائم می‌توانند بر اساس اين گراف دو قسمتی، استنتاج شوند. سپس بیماری‌هايی که دارای احتمال بالاتری هستند، توسط متخصصان با جزئیات بیشتری آزمون می‌شوند. در این پژوهش، هدف تشخیص بیماری از طریق دریافت عوارض بیماری و اعمال آن عوارض بر روی گراف دو لایه عوارض-بیماری جهت یافتن بیماری‌های کاندید می‌‌باشد. این رویکرد قادر خواهد بود نهایتا سه بیماری با بیشترین احتمال را به عنوان تشخیص نهایی به کاربر اعلام کند. |
11:02 - دوشنبه 10 بهمن 1401 / شماره خبر : 19105 / تعداد نمايش خبر : 81 |