دوره 9، شماره 1 - ( 3-1401 )                   جلد 9 شماره 1 صفحات 24-12 | برگشت به فهرست نسخه ها

XML English Abstract Print


دکترای مهندسی فناوری اطلاعات، استادیار مرکز آموزش عالی فنی و مهندسی بویین زهرا، بویین زهرا، قزوین، ایران
چکیده:   (1375 مشاهده)
مقدمه: اوتیسم به عنوان یک اختلال سیستم عصبی است و از آنجایی که تشخیص مستقیمی برای آن وجود ندارد، داده‌کاوی می‌تواند به تشخیص این بیماری کمک شایانی کند. آنتولوژی به عنوان ستون وب معنایی‌، یک پایگاه دانش با قابلیت اشتراک‌پذیری و استفاده قابلیت مجدد می‌تواند تأییدی بر درستی سیستمهای تشخیص بیماری باشد. هدف این تحقیق ارائه سیستمی جهت تشخیص کودکان اوتیسمی با روشی مرکب از وب معنایی و داده کاوی می‌باشد.
روش: داده‌های موجود، برگرفته از بانک داده‌ای UCI می‌باشد. در مجموع 292 رکورد داده‌ای موجود بود که 80 درصد این داده‌ها یعنی 234 رکورد جهت مدل‌سازی به وسیله درخت تصمیم استفاده شدند. اطلاعات مربوط به بیماران و بیماری اوتیسم در قالب دانش در آنتولوژی با استفاده از نرم‌افزار Protégé 5 ارائه داده شدند. آنتولوژی دارای 4 کلاس و 12 خصوصیت جهت برقراری ارتباط بین نمونه‌های موجود در کلاس‌ها بود. قانون‌های استخراج شده از درخت تصمیم، به شکلی قابل فهم (SWRL) برای تفسیر در آنتولوژی توسط یک مبدل، تبدیل شدند.
نتایج: سالم بودن و یا نبودن کودک از روی قوانین به دست آمده در درخت تصمیم قابل تشخیص است. در ضمن، خروجی آنتولوژی با استفاده از تفسیر 25 قانون، تشخیص کودکان بیمار با استفاده از درخت تصمیم را تأیید کرد. همچنین ارزیابی آنتولوژی، درستی آن را تأیید کرد.
نتیجه‌گیری: با توجه به همسان بودن خروجی آنتولوژی و درخت تصمیم در رابطه با تشخیص بیماری، می‌توان به دقت و درستی روش ارائه شده تأکید کرد.
متن کامل [PDF 1373 kb]   (743 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: هوش مصنوعی در حوزه سلامت
دریافت: 1400/12/6 | پذیرش: 1401/3/8

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.