ترجمه مقاله سیستم استنباط منطق فازی برای پشتیبانی از تصمیمات مربوط به جداسازی دستگاه تنفس مصنوعی - نشریه اشپرینگر

ترجمه مقاله سیستم استنباط منطق فازی برای پشتیبانی از تصمیمات مربوط به جداسازی دستگاه تنفس مصنوعی - نشریه اشپرینگر
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
یک سیستم استنباط منطق فازی تازه برای پشتیبانی از تصمیمات مربوط به جداسازی دستگاه تنفس مصنوعی از بیماران
عنوان انگلیسی
A Novel Fuzzy Logic Inference System for Decision Support in Weaning from Mechanical Ventilation
صفحات مقاله فارسی
12
صفحات مقاله انگلیسی
8
سال انتشار
2010
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
اشپرینگر - Springer
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده و pdf
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
3.185 در سال 2018
شاخص H_index مجله
63 در سال 2019
شاخص SJR مجله
0.565 در سال 2018
شناسه ISSN مجله
0148-5598
شاخص Q یا Quartile (چارک)
Q2 در سال 2018
کد محصول
F1405
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
جداول ترجمه شده است ✓ تصاویر ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
درج نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته های مرتبط با این مقاله
پزشکی، مهندسی پزشکی
گرایش های مرتبط با این مقاله
سایبرنتیک پزشکی
مجله
مجله سیستم های پزشکی - Journal of Medical Systems
دانشگاه
گروه جراحی عمومی، دانشکده پزشکی دانشگاه هاکتپه، ترکیه
کلمات کلیدی
جداسازی از دستگاه، تنفس مصنوعی، منطق فازی، پیشگویی کننده های جداسازی از دستگاه تنفس
کلمات کلیدی انگلیسی
Weaning - Mechanical ventilation - Fuzzy logic - Weaning predictors
doi یا شناسه دیجیتال
https://doi.org/10.1007/s10916-009-9327-0
فهرست مطالب
چکیده
مقدمه
مواد و روشها
طراحی سیستم استنباط منطق فازی
شبیه سازی های ریاضی
عقیده متخصص
نتایج
نتیجه گیری ها
پیوست یک-محاسبه پیشگویی کننده های جداسازی از دستگاه متداول
نمونه چکیده متن اصلی انگلیسی
Abstract

Weaning from mechanical ventilation represents one of the most challenging issues in management of critically ill patients. Currently used weaning predictors ignore many important dimensions of weaning outcome and have not been uniformly successful. A fuzzy logic inference system that uses nine variables, and five rule blocks within two layers, has been designed and implemented over mathematical simulations and random clinical scenarios, to compare its behavior and performance in predicting expert opinion with those for rapid shallow breathing index (RSBI), pressure time index and Jabour’ weaning index. RSBI has failed to predict expert opinion in 52% of scenarios. Fuzzy logic inference system has shown the best discriminative power (ROC: 0.9288), and RSBI the worst (ROC: 0.6556) in predicting expert opinion. Fuzzy logic provides an approach which can handle multi-attribute decision making, and is a very powerful tool to overcome the weaknesses of currently used weaning predictors.

نمونه چکیده ترجمه متن فارسی
چکیده
جداسازی دستگاه تنفس از بیماران یکی از چالش برانگیزترین مسائل در درمان بیماران با وضعیت وخیم می باشد. پیشگویی کننده های کنونی که برای این کار استفاده می شود بسیاری ابعاد مهم نتیجه این جداسازی را نادیده گرفته و به طور یکنواخت موفقیت آمیز نمی باشد. یک سیستم استنباط منطق فازی که از نه متغیر استفاده می کند و پنج بلوک قانون درون دو لایه طراحی شده و طی شبیه سازی های ریاضی و شرح حالهای تصادفی بالینی اجرا گردیده تا رفتار و عملکردش را در پیشگویی عقیده متخصص با آنهایی که برای شاخص تنفس کم عمق و سریع یا RSBI ، شاخص زمان فشار و شاخص جداسازی دستگاه Jabour می باشد، مقایسه نماید. RSBI در پیشگویی عقیده متخصص در 52 درصد شرح حالها ناکام مانده است. سیستم استنباط منطق فازی نشان دهنده بهترین قدرت تمیز می باشد (ROC: 0.9288)، و RSBI بدترین را در پیشگویی عقاید متخصص نشان داده است (ROC:0.6556) منطق فازی یک رویکردی را ارائه می دهد که می تواند به کار تصمیم گیری چندمشخصه ای بیاید و یک ابزار خیلی قدرتمند برای غلبه بر ضعف پیشگویی کننده های جداسازی از دستگاه در حال حاضر می باشد.

بدون دیدگاه