مقاله ترجمه شده پزشکی
ترجمه مقاله A Differential Evolution Approach for Classification of Multiple Sclerosis Lesions را از پورتال آموزش و پژوهش دانشگاهیان دانلود کنید.
عنوان فارسی : یک رویکرد تکاملی تفاضلی برای رده بندی ضایعات فلج چندگانه
این مقاله ترجمه شده مهندسی کامپیوتر و IT برای گرایش های: نرم افزار، کاربرد دارد. سایر مقالات ترجمه شده نرم افزار، را ببینید. همچنین این مقاله ترجمه شده برای پزشکی در گرایش های: کلیه گرایش ها، می تواند کاربرد داشته باشد.
[
برچسب:
مقاله ترجمه شده نرم افزار در زمینه داده کاوی در پزشکی]
چکیده مساله
استخراج خودکار دانشی نوین و مطلوب از مقدار زیادی داده زمانی که تشخیص
الگو با استفاده از روش های کلاسیک احتمالاتی مشکل باشد، معمولاً به صورت
ابتکاری انجام می شود. در این مقاله یک روش تکاملی، بر مبنای تفاضل تکاملی،
پیشنهاد شده است، که قابلیت شناسایی خودکار یک مجموعه جامع از دستورات رده
بندی به صورت اگر...آنگاه بر مبنای پایگاه داده ضایعات بالقوه فلج چندگانه
را دارد. علاوه بر این، این ابزار همچنین خواص متمایز کننده پایگاه داده
را در رده بندی نمونه ها مشخص می کند. بنابراین، این ابزار تکاملی یک سیستم
مبنای تصمیم مؤثر برای تصمیمات کلینیکی فراهم می آورد، که می تواند به
عنوان یک ابزار مفید متخصصان پزشکی را در کسب بینشی برای تعیین دلایل مربوط
به ارزیابی ناهنجاری های مربوط به جراحات یاری دهد. 1-مقدمه فلج چندگانه (MS)
یک بیماری طولانی مدت و ناتوان کننده مربوط به سیستم اعصاب مرکزی می باشد
که جریان اطلاعات را در داخل مغز و بین مغز و بدن مختل می کند (1). این امر
منجر به ایجاد چندین نشانه و علائم می شود، که شامل موارد فیزیکی، روحی و
در بعضی حالات مشکلات روانی می شود. برخی از این علائم شاید دید دوگانه،
نابینایی یک چشم، ضعف عضلات، مشکلات حسی و هماهنگی باشد. MS متداول ترین اختلالی است که سیستم عصبی مرکزی را تحت تاثیر قرار می دهد...
عنوان انگلیسی
:
A Differential Evolution Approach for
Classification of Multiple Sclerosis Lesions
The
problem of automatically extracting novel and interesting knowledge
from large amount of data is often performed heuristically when pattern
extraction through classical statistical methods is found hard. In this
paper an evolutionary approach, based on Differential Evolution, is
proposed, which is able to perform the automatic discovery of
comprehensible classification rules as a set of IF...THEN rules over a
database of Multiple Sclerosis
potential lesions. Moreover, this tool also determines which the most
discriminant database attributes are in categorizing instances.
Therefore, this evolutionary tool provides an efficient decision support
system for clinical decisions, that could be a useful tool for medical
experts to help them gain insight into the reasons for assessing the
abnormality of a lesion
