![](/images/graphics-bg.png)
Early detection of disease-viral hepatitis type-c using Elman artificial neural network
Other Title(s)
الكشف المبكر لمرض التهاب الكبد الفايروسي نوع-ج ياستخدام شبكة إيلمان العصبية الاصطناعية
Author
Source
Engineering and Technology Journal
Issue
Vol. 30, Issue 12 (31 Dec. 2012), pp.2150-2164, 15 p.
Publisher
Publication Date
2012-12-31
Country of Publication
Iraq
No. of Pages
15
Main Subjects
Medicine
Information Technology and Computer Science
Topics
Abstract AR
تعد مشكلة إيجاد المعلومات المهمة في الصور الطبية المعقدة و التي يحتاج أليها في تشخيص الأمراض ذات البيانات المركبة و المعقدة واحدة من مشاكل التنبؤ بالأمراض هذه الأيام لذا فمن الضروري إيجاد الوسائل المساندة لعمليات تشخيص تلك الصور.
تعتبر الشبكات العصبية الاصطناعية احداها.
يتضمن هذا البحث تصميم و تطبيق نموذج لشبكة عصبية اصطناعية لمرض التهاب الكبد الفيروسي (صنف ج) أو نوع ج و الذي لا يوجد له لقاح حتى اليوم.
إن الأختلاف بين تشخيص التهاب الكبد و الأمر اض الأخرى للكبد صعب جدا في أغلب التشخيصات السريرية أضافة إلى أن الأذى الذي يصيب الكبد يغير في نمط أنزيمات المصل مما قاد إلى تطوير اختبار المرض و لقاحه في السنوات الأخيرة.
طبقت شبكة أيلمان العصبية الاصطناعية في كشف ألي لمختلف الأمراض كاختبار عينات الدم المستخلصة من أجهزة المايكروسكوب (كالمستخدمة في هذا البحث). إن اختيار الصيغ (الميزات) يعد من القضايا المهمة و ذلك بإزالة الصيغ التي لا تحتوي على بيانات المعلومات المهمة من الصور المستخدمة.
ساعد هذا الاطباء في استخلاص الصيغ التي تدعمهم في عملية التشخيص.
استخدم مبدأ تحليل كيرنال (PCA) لتمثيل صور الدم بصيغة (Eigen features) لصور التدريب بالإضافة إلى استخلاص نموذج رياضي لتصنيف هذه الصور.
اخيرا فإن الشبكة العصبية الاصطناعية تدرب لأداء الصور المثالية و تصنيفها (عملية التشخيص).
أستخدم نظام الشبكات العصبية الاصطناعية المنتج حقيبة Matlabلتصميم و اختبار النموذج المقترح.
الهدف من هذا النظام المستخدم في هذا العمل هو تشخيص مرض التهاب الكبد نوع-ج من خلال عينات لصور الدم و التي تشكل صعوبة في إيجاد صيغ مثالية لتشخيصها عمليا من قبل المختصين في المختبر.
Abstract EN
The problem of founding important information in complex medical images which are needed in diagnosing of diseases with the complex data considered as one of the predication problem these days, so it is necessary to find aided means for diagnosing process.
Artificial neural network (ANN) is one of them.
This paper deals with the designing and implementation a classification ANN module for Lever Hepatitis(class-C) or type-C which doesn’t have any vaccine these days.
The different in diagnosing between hepatitis and other liver diseases is often difficult on purely clinical grounds in addition the damage to the liver causes changes in the pattern of the serum enzymes and in recent years this has led to develop disease testing and its vaccine.
Elman neural networks (NN) have been applied for automated detection of various medical diseases.
Like its application on blood sample tests extracted from on line microscope (like it used in this research).That feature selection is an important issue by removing features that do not encode important data information from the images used.This helps physicians to extract features which aided them in diagnosing process.
Kernal principle component analysis (PCA) is used to represent blood images as eigen-features of training images in addition to extract mathematical module for classification of it.
Finally a neural network (NN) is trained to perform the typical images and classify them (diagnosing process).
The produced NN system produces used a matlab package in order to design and diagnose the proposed module.
The object of this system used in our work is to diagnosing lever Hepatitis type-C in samples of blood images wherever difficulties in practical experiments by finding an optimal feature from specialists whom work in laboratories.
Keywords:
American Psychological Association (APA)
Salih, Ghaida Kain. 2012. Early detection of disease-viral hepatitis type-c using Elman artificial neural network. Engineering and Technology Journal،Vol. 30, no. 12, pp.2150-2164.
https://search.emarefa.net/detail/BIM-320805
Modern Language Association (MLA)
Salih, Ghaida Kain. Early detection of disease-viral hepatitis type-c using Elman artificial neural network. Engineering and Technology Journal Vol. 30, no. 12 (2012), pp.2150-2164.
https://search.emarefa.net/detail/BIM-320805
American Medical Association (AMA)
Salih, Ghaida Kain. Early detection of disease-viral hepatitis type-c using Elman artificial neural network. Engineering and Technology Journal. 2012. Vol. 30, no. 12, pp.2150-2164.
https://search.emarefa.net/detail/BIM-320805
Data Type
Journal Articles
Language
English
Notes
Includes appendices : p. 2161-2164
Record ID
BIM-320805