NATIONAL BIBLIOGRAPHY NUMBER
Number
۱۸۶۹۶پ
LANGUAGE OF THE ITEM
.Language of Text, Soundtrack etc
per
TITLE AND STATEMENT OF RESPONSIBILITY
Title Proper
سیستم تشخیص سرطان ریه با استفاده الگوریتم سیستم ایمنی مصنوعی و الگوریتم ژنتیک
Parallel Title Proper
An Automated Diagnosis System of Lung Cancer using Artificial Immune and Genetic Algorithms
First Statement of Responsibility
/شوکت مکرم گرگری
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: پردیس دانشگاه تبریز
Date of Publication, Distribution, etc.
، ۱۳۹۶
Name of Manufacturer
، راشدی
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۷۹ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی برق کنترل
Date of degree
۱۳۹۶/۱۱/۳۰
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
امروزه یکی از مهم‌صترین مشکلات مرتبط با پیش‌صبینی بیماری‌صها مساله هزینه‌ص مراقبت‌صهای بهداشتی و اقدامات اولیه است .در این پایان نامه از یک روش پیش‌صبینی بر اساس الگوریتم ژنتیک و ایمنی مصنوعی برای پیش‌صبینی بیماری ریه استفاده کرده‌ص است .روش پیشنهادی، ترکیبی از ویژگی های مثبت هر دو الگوزیتم ژنتیک و ایمنی مصنوعی استفاده می کند به نحوی که بر اساس الگوریتم ایمنی مصنوعی معماری سیستم شکل می گیرد و همچنین بر اساس الگوریتم ژنتیک یادگیری پیش بینی تکامل جمعیت آتی که همان پیش بینی بیماری در بیماری‌صها است، شکل می گیرد .الگوریتم مورد استفاده بر روی دو مجموعه از اطلاعات مربوط به بیماری‌صهای ریوی در یک بیمارستان مورد بررسی قرار گرفته است .نتایج بدست آمده از سیستم تشخیص و پیش‌صبینی پیشنهادی نشان می دهد که این سیستم در زمینه تشخیص بیماری-های ریه بسیار موثر است
Text of Note
Today, one of the most important problems associated with prediction of disease is the cost of health care and primary care. In this thesis we have used a prediction method based on genetic algorithm and artificial immunity to predict lung disease accurately. The proposed system applies a combination of two methods of artificial immune and genetic algorithm to diagnose the liver disease. The system architecture is based on artificial immune system. The learning procedure of system adopts genetic algorithm to interfere the evolution of antibody population. The proposed algorithm is based on three sets of information related to pulmonary diseases in a modular hospital. The results of the proposed diagnostic and predictive system indicate that the proposed system is very effective in the diagnosis of lung diseases
PARALLEL TITLE PROPER
Parallel Title
An Automated Diagnosis System of Lung Cancer using Artificial Immune and Genetic Algorithms
PERSONAL NAME - PRIMARY RESPONSIBILITY
مکرم گرگری، شوکت
Mokarram-Gargari, Shokat
PERSONAL NAME - SECONDARY RESPONSIBILITY
استاد راهنما
استاد مشاور
ELECTRONIC LOCATION AND ACCESS
Public note
سیاه و سفید
نمایه‌سازی قبلی
