|
یازدهمین کنفرانس بینالمللی مهندسی صنایع
|
|
|
عنوان فارسی |
پیش بینی فیبروز پیشرونده کبدی در بیماران کبد چرب غیرالکلی با استفاده از ترکیب شبکهعصبی و الگوریتم های تکاملی |
|
چکیده فارسی مقاله |
فیبروز پیشرونده ګېد از نشانه های ا ب مزمن کبدی می باشد کی بیان کبد چرب غیر الکلی از جمله افرادی هستند که در معرض خطر بیشتری برای پیشرفت به مرحله ته بی بہمان کبد قرار دارند، اهمیت این بیماری به خطر تخریب سلول های کیدی است که در صورت عدم تشخیص زودرس و درمان مناسب می تواند منجر به بیماری پیشرفته و غیر قابل برند، کشتی به نام پروزه شود که درمان آن پیوند کبد می باشد. مجهز شدن علم پزشکی به زانای هوشمند در تخت و درمان بیماری ها می تواند اشتباعات پزشکان و متخصصان و نیز خسارت جانی و مالی را کاهش دهد. در این مقاله قصد داریم با استفاده از اطلاعات آزمایگانی و پاتولوژی مربوط به بیان کبد چرب خیر الکلی و با کم ترکیب شبکه عصبی و الگوریتم بهینه سازی تخته به بیش بہت فیرت بیشرونده کیدی بپردازید. این کار از طریق آموزش شبکه با الگوریتم بهینه سازی فاخته صورت می گیرد. سپس نتایج را که براساس کاش میانگین خطا برند شده اند را مورد بررسی قرار داده و همچنین نتایج بدست آمده را با الگوی پشم رنیٹ استعماری مقایسه خواهیم کرد. نتایج نشان میدهد که ترکیب شبکه عصبی و الگوبتم بهینه سازی فاخته بهتر و دقیق تر از الگوریتم رقابت استعماری است |
|
کلیدواژههای فارسی مقاله |
کبد چرب غیرالکلی، فیبروز کبدی، شبکه پرسپترون چند لایه، الگوریتم فاخته، الگوریتم رقابت استعماری |
|
عنوان انگلیسی |
Predictionof progressiveliverfibrosisinNAFLDusing a combination ofneural networksandevolutionary algorithms |
|
چکیده انگلیسی مقاله |
Progressive liver fibrosis is a sign of chronic liver injury in Non-alcoholic fatty liver, including those who are at the highest risk for progressing to end-stage liver disease. The importance of this disease is due to destruction of liver cells in the absence of early diagnosis and treatment can lead to progressive and irreversible liver disease called cirrhosis that the treatment is liver transplantation. Equipped with smart tools for diagnosis and treatment of medical doctors and specialists, as well as errors can reduce the loss of life and property. In this study, we supposed to predict progressive liver fibrosis by using information from laboratory and pathology of Non-alcoholic fatty liver disease and combination of neural networks and Cuckoo optimization algorithm. This is done through the network training with Cuckoo optimization algorithm. Then, the results that have been calculated based on the decrease mean error, is studied and the results will be compared with the imperial competitive algorithm. The results indicate that the combination of neural network with Cuckoo optimization algorithm is more accurate than imperial competitive algorithm |
|
کلیدواژههای انگلیسی مقاله |
NAFLD, Liver fibrosis, Cuckoo optimization algorithm, Imperial competitive algorithm, MLP. |
|
نویسندگان مقاله |
Zinat BaygomMousavi -
Abbas Ahmadi -
|
|
نشانی اینترنتی |
iiec2015.org |
فایل مقاله |
دریافت فایل مقاله |
کد مقاله (doi) |
|
زبان مقاله منتشر شده |
fa |
موضوعات مقاله منتشر شده |
|
نوع مقاله منتشر شده |
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|