مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی پاسخ های دو حالتی مطالعات پزشکی

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

 مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی پاسخ های دو حالتی مطالعات پزشکی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی پاسخ های دو حالتی مطالعات پزشکی  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 مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی پاسخ های دو حالتی مطالعات پزشکی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی پاسخ های دو حالتی مطالعات پزشکی :

نام کنفرانس، همایش یا نشریه : مجله دانشگاه علوم پزشکی خراسان شمالی

تعداد صفحات :۱۰

زمینه و هدف: رگرسیون لجستیک یک مدل عمومی برای بررسی رابطه بین متغیرهای مستقل و پاسخ های دوحالتی است. یکی از مدل های انعطاف پذیر که به طور جایگزین می تواند مورد استفاده قرار گیرد، مدل شبکه عصبی مصنوعی است. این مطالعه با هدف مقایسه قدرت پیش بینی پاسخ های دوحالتی داده های پزشکی، با مدل شبکه عصبی مصنوعی و رگرسیون لجستیک انجام شد.مواد و روش کار: برای انجام این پژوهش، از داده های ۶۳۹ بیمار مبتلا به سرطان معده، گردآوری شده توسط مرکز تحقیقات گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی طی سال های ۱۳۸۱-۱۳۸۵، استفاده شد. مرحله بیماری به عنوان متغیر وابسته در نظر گرفته شد. ارزیابی شبکه بر اساس ملاک حداقل مربعات خطای پیش بینی صورت گرفت و مقایسه پیش بینی های مدل نهایی شبکه با مدل رگرسیونی با استفاده از شاخص هماهنگی و منحنی راک صورت پذیرفت. تحلیل داده ها با نرم افزار R 2.12 و SPSS 17.0 انجام شد.یافته ها: سطح زیر منحنی مشخصه عملکرد مدل شبکه عصبی برابر ۰.۷۲۵ و مدل رگرسیون لجستیک برابر ۰.۶۹۹ به دست آمد. همچنین صحت پیش بینی کل برای مدل شبکه عصبی و رگرسیونی به ترتیب برابر ۰.۷۷۱ و ۰.۷۱۰ محاسبه گردید. همچنین اختلاف پیش بینی های دو مدل معنی دار شد (P=0.002).نتیجه گیری: صحت پیش بینی شبکه در تشخیص مرحله بیماری سرطان معده بیش تر از مدل رگرسیونی لجستیک به دست آمد و لذا این مدل برای تشخیص مرحله بیماری پیشنهاد می شود.

کلید واژه: شبکه عصبی مصنوعی، رگرسیون لجستیک، پیش بینی، پاسخ های دوحالتی