پروژه پیش بینی کم خونی به روش فازی با MATLAB

پروژه پیش بینی کم خونی به روش فازی با MATLAB

پیاده سازی مقاله Application of Fuzzy Logic for Presentation of an Expert Fuzzy System to Diagnose Anemia

در این مقاله و پیاده سازی، به منظور تشخیص کم خونی یا Anemia از 5 علائم کم خونی که شامل موارد زیر است، استفاده شده است: بداخلاقی یا Irritability، تند تپشی یا Tachycardia که افزایش ضربان قلب به بیشتر از 100 ضربان در هر دقیقه می باشد، ضعیف شدن حافظه یا Memory Weakness، خون ریزی بینی یا Nose Bleeding و خستگی مزمن یا Chronic Fatigue که بر اساس این سه نشانه، به بررسی سه نوع کم خونی پرداخته شده است که خروجی سیستم را تشکیل میدهند و شامل فقر آهن یا Iron Deficiency، فقر اسید فولیک یا Folic Acid Deficiency و سلول های داسی شکل Sickle Cells هستند. روش فازی استفاده شده در این پروژه، ممدانی یا Mamdani می باشد. به طور کلی، در این پروژه از 42 قانون بهره گرفته شده که تمامی آنها تحت نظر متخصص در زمینه کم خونی بررسی شده اند و طبق آن، پروژه انجام شده است.

تصاویری از خروجی پروژه و دانلود مقاله اصلی در ادامه مطلب …

چیکده انگلیسی:

There has been an accumulation of data in medical centers and interpreting the tacit knowledge in such raw data is extremely helpful for disease diagnosis, stemming reasons of an illness and efficacious actions for curing it. In this study, we employed a fuzzy logic approach to propose a model to diagnose some cases of Anemia or being aware of high probability of its occurrence.

Anemia is a common disease particularly in Iran afflicting people from different age groups1. There are a large number of people suffering from different types of Anemia. Since Anemia has various symptoms some of which are similar to symptoms of other diseases, it is difficult to either diagnose it or pinpoint its probability. Fuzzy set approaches are introduced as one of the methods providing proper precision and interpretability. A fuzzy based algorithm consists of if-else fuzzy rule sets to enable Experts to interpret. The article is organized as follows: In section 2 Anemia is explicated. Definition of fuzzy systems and method used for producing rules in this article are presented in section 3 and 4, respectively. Section 5 includes if-else fuzzy rules and employed fuzzy system is explained in section 6. System simulation is presented in section 7 and finally section 8 concludes the paper.

.