Журнал медицинских методов диагностики
Открытый доступ

Абстрактный

Улучшенная нейро-нечеткая система на основе генетического алгоритма для медицинской диагностики

Асогбон М.Г., Сэмюэл О.В., Омисоре М.О., Авонуси О.

Цель: Целью данного исследования была оптимизация производительности адаптивной нейронечеткой системы вывода (ANFIS) с точки зрения ее весовых коэффициентов связей, которые обычно вычисляются методом проб и ошибок при использовании для диагностики пациентов с брюшным тифом.

Методы: В этом исследовании было предложено использовать технику генетического алгоритма (ГА) для автоматического определения оптимальных весов соединений, необходимых для эффективного обучения построенной модели ANFIS, используемой для диагностики брюшного тифа. Модуль ГА вычисляет наилучший набор весов соединений, сохраняет их и затем передает в соответствующие узлы скрытого слоя для обучения ANFIS. Медицинские карты 104 пациентов с брюшным тифом в возрасте от 15 до 75 лет использовались для оценки производительности многотехнологичной системы поддержки принятия решений. 70% набора данных использовались для обучения, 15% — для проверки, а оставшиеся 15% — для наблюдения за производительностью предлагаемой системы.

Результаты: По результатам оценки предложенная система Genetic Adaptive Neuro Fuzzy Inference System (GANFIS) достигла средней точности диагностики 92,7% по сравнению с 85,4%, зафиксированными методом ANFIS. Было также отмечено, что время диагностики было намного меньше для предложенного метода по сравнению с ANFIS.

Заключение: Таким образом, предлагаемая система (GANFIS) способна смягчить основные проблемы, связанные с методами диагностики на основе нейронечеткой логики, если она будет полностью принята, а также может быть адаптирована для решения сложных проблем в ряде других областей.