医学诊断方法杂志
开放获取

抽象的

基于遗传算法的增强神经模糊医学诊断系统

Asogbon MG、Samuel OW、Omisore MO、Awonusi O

目的：本研究的目的是优化自适应神经模糊推理系统（ANFIS）在连接权重方面的性能，连接权重通常是在用于诊断伤寒患者时根据反复试验计算得出的。

方法：本研究提出使用遗传算法 (GA) 技术自动演化最佳连接权重，以有效训练用于伤寒诊断的 ANFIS 模型。GA 模块计算最佳的连接权重集，存储它们，然后将它们提供给相应的隐藏层节点以训练 AFIS。使用 104 名 15 岁至 75 岁伤寒患者的病历来评估多技术决策支持系统的性能。数据集的 70% 用于训练数据，15% 用于验证，其余 15% 用于观察所提出系统的性能。

结果：从评估结果来看，所提出的遗传自适应神经模糊推理系统（GANFIS）的平均诊断准确率为 92.7%，而 ANFIS 方法的平均诊断准确率为 85.4%。同样观察到，与 AFIS 相比，所提出的方法的诊断时间要短得多。

结论：因此，如果完全采用所提出的系统（GANFIS），则有能力减轻与基于神经模糊的诊断方法相关的关键问题，并且还可以采用它来解决其他几个领域中的挑战性问题。