مرکز منطقه ای اطلاع رساني علوم و فناوري - پيشگويي ميزان موفقيت روش تلقيح اسپرم داخل سيتو پلاسم تخمك (ICSI) با استفاده از شبكه عصبي مصنوعي و لوژستيك رگرسيون

چكيده فارسي :

تزريق اسپرم به داخل تخمك (ICSI) در زوجين نابارور، تحولي شگرف در درمان اين بيماران ايجاد نموده است. متأسفانه علي‌رغم هزينه بالاي انجام ICSI، ميزان موفقيت آن چشم‌گير نبوده و شكست در ايجاد حاملگي، استرس سنگيني به آن‌ها تحميل مي‌كند. هدف از اين تحقيق كوششي براي استخراج بهترين پارامتر‌هاي پيشگويي‌كننده در ميزان موفقيت ICSI و ارتقاي دقت، حساسيت و ويژگي پيشگويي به كمك مدل رياضي لوژستيك رگرسيون و شبكه عصبي مصنوعي مي‌باشد. روش كار: اطلاعات لازم از پرونده 345 بيمار تحت درمان ICSI و در قالب 54 پارامتراسمي و عددي استخراج گرديد. داده‌ها به صورت تصادفي به دو دسته تخمين و يا آموزش (276n=) و اعتبارسنجي يا آزمون (69 n=) تقسيم شدند. مدل‌هاي بكاربرده شده در اين تحقيق باينري لوژستيك رگرسيون و شبكه عصبي با الگوي يادگيري لونبرگ ماركوارد بودند. نهايتاً مدل‌ها بوسيله شاخص‌هايي مانند دقت، حساسيت و ويژگي ارزيابي گرديدند. يافته‌ها: بهترين خروجي بدست آمده با مدل باينري لوژستيك و با استفاده از 54 متغير 97% دقت، 86% حساسيت و 94% ويژگي را بدست داد. بهترين خروجي براي شبكه عصبي با استفاده از الگوي آموزشي لونبرگ ماركوارد با مدل كاهش يافته شامل تعداد 29 متغير، دقت 82%، حساسيت 92% و ويژگي 76% بدست داد. نتيجه‌گيري: مدل باينري لوژستيك رگرسيون داراي قدرت زيادي در پيشگويي ميزان موفقيت تزريق داخل سيتوپلاسمي تخمك هنگامي كه خروجي به صورت باينري است مي‌باشد.