Revista de métodos de diagnóstico médico
Acceso abierto

abstracto

Sistema Neuro-Fuzzy Mejorado Basado en Algoritmo Genético para Diagnóstico Médico

Asogbon MG, Samuel OW, Omisore MO, Awonusi O

Objetivo: El objetivo de este estudio fue optimizar el rendimiento de un Sistema de Inferencia Neuro-Fuzzy Adaptativo (ANFIS) en términos de sus pesos de conexión que generalmente computado basado en prueba y error cuando se usa para diagnosticar pacientes con fiebre tifoidea.

Métodos: esta investigación propuso el uso de la técnica del algoritmo genético (GA) para desarrollar automáticamente los pesos de conexión óptimos necesarios para entrenar de manera eficiente un modelo ANFIS construido utilizado para el diagnóstico de fiebre tifoidea. El módulo GA calcula el mejor conjunto de pesos de conexión, los almacena y luego los proporciona a los nodos de capa oculta correspondientes para entrenar el ANFIS. Se utilizó el historial médico de 104 pacientes con fiebre tifoidea de 15 a 75 años de edad para evaluar el desempeño del sistema de soporte de decisiones de múltiples técnicas. El 70 % del conjunto de datos se usó para entrenamiento, el 15 % se usó para validación, mientras que el 15 % restante se usó para observar el rendimiento del sistema propuesto.

Resultados: a partir de los resultados de la evaluación, el sistema de inferencia difuso genético adaptativo neurológico propuesto (GANFIS) logró una precisión de diagnóstico promedio del 92,7 % en comparación con el 85,4 % registrado por el método ANFIS. Se observó igualmente que el tiempo de diagnóstico fue mucho menor para el método propuesto en comparación con el de ANFIS.

Conclusión: por lo tanto, el sistema propuesto (GANFIS) tiene la capacidad de atenuar los problemas clave asociados con los métodos de diagnóstico Neuro-Fuzzy Based si se adopta por completo y también podría adoptarse para resolver problemas desafiantes en varios otros dominios.