طراحی رابط کامپیوتر- انسان در پیش بینی پیوندکلیه با استفاده از سامانه های هوشمند

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 طراحی رابط کامپیوتر- انسان در پیش بینی پیوندکلیه با استفاده از سامانه های هوشمند دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد طراحی رابط کامپیوتر- انسان در پیش بینی پیوندکلیه با استفاده از سامانه های هوشمند  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی طراحی رابط کامپیوتر- انسان در پیش بینی پیوندکلیه با استفاده از سامانه های هوشمند،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن طراحی رابط کامپیوتر- انسان در پیش بینی پیوندکلیه با استفاده از سامانه های هوشمند :

تعداد صفحات :۱۶

چکیده مقاله:

سایتوکین ها پروتئین هایی با وزن مولکولی پایین و واسطه هایی مهم در تنظیم پاسخ ایمنی هستند و چند شکلی یا پلیمرفیسم در برخی از نقاط ژن آنها با میزان تولید و یا میزان عملکرد آن ها در ارتباط است. پلی مرفیسمدر ژن سایتوکین ها با نتیجه نهاییپیوند در بسیاری از اشکال پیوند در ارتباط است. در مطالعات انجام شده در زمینه بررسی تأثیر پلی مرفیسم سایتوکینی، نتایجی مانند کنترل نتیجه پیوند، راهکارهای درمانی، برخورد پس از پیوند و همچنین چگونگی استفادهاز داروهای تضعیف کننده سیستم ایمنیپیشنهاد شده است.در این مقاله با استفاده از شبکه های عصبی مصنوعی، میزان و شدت تأثیر پلی مرفیسم های منفرد اسیدهایآمینه ی تشکیل دهنده مولکول پروتئی ن با رد پیوند حاد کلیه مورد بررسی قرار گرفت. برای شبیه سازی شبکه عصبی و تجزیه وتحلیل داد ها از نرم افزار ۳MATLABاستفاده شده است. شبکهمورداستفادهازنوعپرسپترونچندلایه وتکنیکیادگیری الگوریتمپس انتشارخطااست. ورودی شبکه پلی مورفیسم ژنی بیماران پیوند کلیه می باشد. برای آموزش شبکه، داده های مربوط به ۱۰۰ بیمار به عنوان داده های آموزشی در نظر گرفته شدند و سپس آموزش شبکه انجام شد.پس از آموزش شبکه، اطلاعات ۳۰ بیمار به عنوان داده های تست مورد استفاده قرار گرفت. خروجی شبکه، با توجه به پلی مورفیسم منفرد ژن های مورد مطالعه، رد و یا پذیرش پیوند می باشد.نتایج حاصل از شبیه سازی با شبکه های عصبی مصنوعی با روش های دیگری نظیرK-nearest Neighborhood وBayes Network وSVM، Regression Method مورد مقایسه قرار گرفت و روش پیشنهادی با خطای کمتری نسبت به روش های مورد بررسی نتیجه پیوند را پیش بینی کرده است. در حالی که روشSVM با دقتی نزدیک ولی بهتر از روش پیشنهادی عمل پیش بینی را انجام داده است