Revista de Métodos de Diagnóstico Médico
Acesso livre

Abstrato

Sistema Neuro-Fuzzy Melhorado Baseado em Algoritmo Genético para Diagnóstico Médico

Asogbon MG, Samuel OW, Omisore MO, Awonusi O

Objectivo: O objectivo deste estudo foi optimizar o desempenho de um Sistema Adaptativo de Inferência Neuro-Fuzzy (ANFIS) em termos dos seus pesos de ligação, que são geralmente calculados com base na tentativa e erro quando utilizados para diagnosticar doentes com febre tifóide .

Métodos: Esta investigação propôs a utilização da técnica do Algoritmo Genético (AG) para evoluir automaticamente os pesos de ligação ideais necessários para treinar eficientemente um modelo ANFIS construído utilizado para o diagnóstico da febre tifóide. O módulo GA calcula o melhor conjunto de pesos de ligação, armazena-os e posteriormente fornece-os aos nós da camada oculta correspondentes para treinar o ANFIS. Os registos de 104 doentes com febre tifóide com idades compreendidas entre os 15 e os 75 anos foram utilizados para avaliar o desempenho do sistema multitécnico de apoio à decisão. 70% do conjunto de dados foram utilizados para treino, 15% foram utilizados para validação e os restantes 15% foram utilizados para observar o desempenho do sistema proposto.

Resultados: A partir dos resultados da avaliação, o Sistema de Inferência Neuro Fuzzy Adaptativo Genético (GANFIS) proposto alcançou uma precisão diagnóstica média de 92,7% em comparação com os 85,4% registados pelo método ANFIS. Observou-se igualmente que o tempo de diagnóstico foi muito mais curto para o método proposto quando comparado com o do ANFIS.

Conclusão: Portanto, o sistema proposto (GANFIS) tem a capacidade de atenuar os principais problemas associados aos métodos de diagnóstico baseados em Neuro-Fuzzy se for totalmente adotado e também pode ser adotado para resolver problemas desafiantes em vários outros domínios.