>
Fa   |   Ar   |   En
   بهره گیری از آمار توصیفی و تحلیل همبستگی ویژگی های توصیفی جنین استخراج شده از تصاویر التراسوند در طبقه بندی وزن جنین با استفاده از طبقه بند فازی  
   
DOR 20.1001.2.0020135610.1400.4.1.24.7
نویسنده ایزدی صبا ,صراف اسماعیلی سمیه
منبع همايش ملي فناوريهاي نوين در مهندسي برق، مكانيك و كامپيوتر ايران - 1400 - دوره : 4 - چهارمین همایش ملی فناوریهای نوین در مهندسی برق، مکانیک و کامپیوتر ایران - کد همایش: 00201-35610
چکیده    امروزه با کاهش جدی نرخ رشد جمعیت درجوامع مختلف بخصوص کشورهای توسعه یافته بارداری و فرایند تولد نوزادان از اهمیت بالایی برخوردار شده است و توجه محققان د رحوزه های مختلف را به خود جلب کرده است. یکی از مهمترین مواردی که می تواند در فرایند بارداری و تولد نوزاد تا حدود زیادی تاثیرگذار باشد نوع زایمان است که به دوصورت سزارین و یا طبیعی صورت می پذیرد. وزن هنگام تولد تا حدود زیادی تعیین کننده نو ع زایمان خواهد بود. برای مثال درصورتی که وزن کم جنین هنگام تولد کمتر از 4 کیلو باشد ممانعتی در زایمان طبیعی وجود ندارد، ولی زمانیگه این عدد بیش از 4 کیلو باشد بررسی می شود که مادر به صورت سزارین زایمان کند یا خیر. پس وزن هنگام تولد جنین از اهمیت بسیار بالایی برخوردار است و دلیل انتخاب این موضوع برای این مقاله نیز به همین دلیل است. البته از سوی دیگر وزن بالا و هم وزن پایین جنین در زمان تولد می تواند با افزایش خطر عوارض نوزادی و نفاسی همراه باشد. عوارض پری ناتال مرتبط با وزن کم تولد معمولاً با نارس بودن جنین همراه است اما گاهی اوقات در نتیجه محدودیت رشد داخل رحمی بوجود می آید. تاکنون تکنیک های متنوعی برای تخمین وزن هنگام تولد پیشنهاد شده است. روش پیشنهادی روی یک مجموعه شامل اطلاعات 40 جنین که در آن 20 جنین در هفته 37 و 20 جنین در هفته 38 بارداری می باشد، مورد ارزیابی قرار گرفته است. این روش بر پایه طبقه بند آرتمپ فازی - anfis پیاده سازی شده و دستیابی به صحت 98.96 درصد گواهی بر عملکرد خوب آن می باشد.
کلیدواژه تخمین وزن هنگام تولد جنین ,آنالیز آماری و همبستگی ,طبقه بند Anfis.
آدرس دانشگاه آزاد تهران جنوب, ایران, دانشگاه آزاد اسلامی واحد گرمسار, ایران
پست الکترونیکی s.sesmaeily@iau-garmsar.ac.ir
 
   Fetal weight estimation with descriptive statistics and correlation analysis of significant ultrasonographic parameter and fuzzy classifier  
   
Authors
Abstract   
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved