fa طراحی سیستم فازی برای تشخیص بیماری‌های ریوی براساس تنفس‌سنجی طب کار occupational medicine كاربردي Applicable <p dir="RTL"><strong>مقدمه: </strong>امروزه آلودگی هوا و مواجهات زیان‌آور شغلی و صنعتی سبب شیوع روزافزون بیماری‌های ریوی شده‌است. آزمون‌های ارزیابی عملکرد ریوی ازجمله تنفس‌سنجی(اسپیرومتری) در فرآیند تشخیص و درمان این بیماری‌ها جایگاه کلیدی دارد. با توجه به کاربرد روزافزون سیستم&rlm;های دسته&rlm;بندی در پیش‌بینی و تشخیص از روی نمونه‌های آموزشی، می‌توان با تکیه بر روش‌های مبتنی بر داده به تشخیص افراد بیمار و غیر‌بیمار بر اساس کارکرد ریه، دست یافت.</p> <p dir="RTL"><strong>روش بررسی: </strong>در این مطالعه طراحی سیستم فازی برای پیش‌بینی بیماری سندرم تحدیدی و انسدادی ریه، براساس داده‌های مربوط به کارکنان چند کارخانه‌ی تولید کاشی صورت می‌گیرد. ورودی‌های این سیستم اطلاعات شغلی افراد و شرایط محیطی در محل کار و خروجی نیز نتایج آزمایشات تست عملکرد ریوی مربوط به این افراد است. نتایج خروجی بر اساس آستانه‌های مختلف به صورت گسسته شامل بیماری یا عدم بیماری بیان می‌گردند.</p> <p dir="RTL"><strong>یافته</strong>‌‌<strong>ها:</strong> در بین روش‌های دسته‌بندی مورد استفاده، روش دسته‌بندی فازی به دلیل نسبت دادن میزان درجه تعلق نمونه‌ها در هردسته به نتایج قابل قبولی دست یافته است. مدل ایجاد شده در این مطالعه برای پیش‌بینی بیماری سندرم تحدیدی و انسدادی ریه براساس نمونه‌های تست مورد بررسی مربوط به اطلاعات کارگران سال ۱۳۹۴ به‌ترتیب به دقت ۰.7۳ و ۰.7۹ دست یافت.</p> <p><strong><span dir="RTL">نتیجه‌گیری</span></strong><span dir="RTL">: با توجه به عملکرد مناسب سیستم فازی در محیط‌های نایقین و غیرقطعی، استفاده از آنها برای مدلسازی و پیش‌بینی در مسائل پزشکی همچون تشخیص بیماریها توصیه می‌شود. دانش در سیستمهای فازی به صورت قواعد اگر-آنگاه بیان می‌شود، لذا دانش بدست آمده هم قابل فهم توسط انسان است و هم می‌تواند در صورت لزوم توسط خبره انسانی پالایش شود.&nbsp;</span></p> <p><strong><em>Introduction</em></strong><strong>:</strong> 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.</p> <p><strong><em>Method:</em></strong>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.</p> <p><strong><em>Result</em></strong>: 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.</p> <p><strong><em>Conclusion</em></strong><strong>:</strong> 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.</p> <p><strong><em>Keyword</em></strong>: Classification, Fuzzy, Fuzzy Rules, Spirometry</p> دسته‌بندی, فازی, قواعد فازی, تنفس‌سنجی 14 21 http://tkj.ssu.ac.ir/browse.php?a_code=A-11-590-1&slc_lang=fa&sid=1 firuze ebrahimpoor فیروزه ابراهیم پور firuze_ebrahimpoor@yahoo.com Yes yazd univesity دانشگاه سراسری یزد vali derhami ولی درهمی vderhami@yahoo.com No yazd university دانشگاه سراسری یزد mehrdad mostaghaci مهرداد مستغاثی mehrdadmostaghaci@gmail.com No Yazd Shahid Sadoughi University of Medical Sciences دانشگاه علوم پزشکی شهیدصدوقی یزد mohammad javad zare محمدجواد زارع mjzs63@gmail.com No Yazd Shahid Sadoughi University of Medical Sciences دانشگاه علوم پزشکی شهیدصدوقی یزد Raziyeh Soltani Gerdefaramarzi رضیه سلطانی گردفرامرزی No Yazd Shahid Sadoughi University of Medical Sciences دانشگاه علوم پزشکی شهیدصدوقی یزد