طراحي سيستم فازي براي تشخيص بيماري‌هاي ريوي بر اساس تنفس‌سنجي

Designing a fuzzy system for lung disease diagnosis based on spirometry

مقدمه: امروزه آلودگي هوا و موقعيت‌هاي زيانبار شغلي و صنعتي سبب شيوع روزافزون بيماري‌هاي ريوي شده ‌است. آزمون‌هاي ارزيابي عملكرد ريوي از جمله تنفس‌سنجي(اسپيرومتري) در فرآيند تشخيص و درمان اين بيماري‌ها جايگاه كليدي دارد. با توجه به كاربرد روزافزون سيستم‏هاي دسته‏بندي در پيش‌بيني و تشخيص از روي نمونه‌هاي آموزشي، مي‌توان با تكيه بر روش‌هاي مبتني بر داده به تشخيص افراد بيمار و غير‌بيمار بر اساس كاركرد ريه، دست يافت. روش بررسي: در اين مطالعه، طراحي سيستم فازي براي پيش‌بيني بيماري سندرم تحديدي و انسدادي ريه، براساس داده‌هاي مربوط به كاركنان چند كارخانه‌ توليد كاشي، صورت مي‌گيرد. ورودي‌هاي اين سيستم، اطلاعات شغلي افراد و شرايط محيطي در محل كار و خروجي نيز نتايج آزمايشات تست عملكرد ريوي مربوط به اين افراد است. نتايج خروجي بر اساس آستانه‌هاي مختلف به صورت گسسته، شامل بيماري يا عدم بيماري بيان شوند. نتايج: در بين روش‌هاي دسته‌بندي مورد استفاده، روش دسته‌بندي فازي به دليل نسبت دادن ميزان درجه تعلق نمونه‌ها در هردسته به نتايج قابل قبولي دست يافته است. مدل ايجاد شده در اين مطالعه براي پيش‌بيني بيماري سندرم تحديدي و انسدادي ريه براساس نمونه‌هاي تست مورد بررسي مربوط به اطلاعات كارگران سال ???? به‌ترتيب 73/0 و 79/0 را نشان مي‌دهد. نتيجه‌گيري: با توجه به عملكرد مناسب سيستم فازي در محيط‌هاي غيرقطعي، استفاده از آنها براي مدلسازي و پيش‌بيني در مسايل پزشكي همچون تشخيص بيماريها توصيه مي‌شود. دانش در سيستمهاي فازي به صورت قواعد اگر-آنگاه بيان مي‌شود، لذا دانش بدست آمده قابل فهم توسط انسان است و مي‌تواند در صورت لزوم توسط خبره انساني پالايش شود.

Introduction: Nowadays, air pollution, occupational and industrial harmful exposure caused the increasing prevalence of lung diseases. The pulmonary function testing such as spirometry plays an important role in the diagnosis and treatment of lung diseases. Due to the increasing use of the classification system in the prediction and detection based on the test samples, diagnosis the patients and non- patients according to their pulmonary performance without testing can be achieved relying on data-based prediction methods. Method:In this study, a new method developed by fuzzy system was used to determine the restriction syndrome pulmonary disease to find workers in the tile industry. The fuzzy system designed considering the main factors affecting respiratory health in tile industry with the values of FVC and FEV1, which is the result of the spirometry test analysis in the workplace. These systems input include the staff occupational and environmental information, and the output is prediction of being sick or healthy. Result: Among the used classification methods, the fuzzy method was achieved acceptable results because of the samples awarded degree in each cluster.According to the developed model in this study for predicting obstructive and restrictive pulmonary syndrome based on the analyzed test samples related to information of workers in 1394, the achieved accuracy was 0.71and 0.79, respectively. Conclusion: Using the fuzzy systems for modeling and predicting on medical issues such as diagnosis the diseases recommended due to the appropriate performance of them in uncertain environment. The knowledge in fuzzy systems expressed as if-then rules, so the obtained knowledge is understandable by humans and can be refined by experts if necessary.