ABSTRACT
OBJECTIVE: To investigate different fuzzy arithmetical operations to support in the diagnostic of epileptic events and non epileptic events. METHOD: A neuro-fuzzy system was developed using the NEFCLASS (NEuro Fuzzy CLASSIfication) architecture and an artificial neural network with backpropagation learning algorithm (ANNB). RESULTS: The study was composed by 244 patients with a bigger frequency of the feminine sex. The number of right decisions at the test phase, obtained by the NEFCLASS and ANNB was 83.60 percent and 90.16 percent, respectively. The best sensibility result was attained by NEFCLASS (84.90 percent); the best specificity result were attained by ANNB with 95.65 percent. CONCLUSION: The proposed neuro-fuzzy system combined the artificial neural network capabilities in the pattern classifications together with the fuzzy logic qualitative approach, leading to a bigger rate of system success.
OBJETIVO: Investigar diferentes operações aritméticas difusas para auxíliar no diagnóstico de eventos epilépticos e eventos não-epilépticos. MÉTODO: Um sistema neuro-difuso foi desenvolvido utilizando a arquitetura NEFCLASS (NEuro Fuzzy CLASSIfication) e uma rede neural artificial com o algoritmo de aprendizagem backpropagation (RNAB). RESULTADOS: A amostra estudada foi de 244 pacientes com maior freqüência no sexo feminino. O número de decisões corretas na fase de teste, obtidas através do NEFCLASS e RNAB foi de 83,60 por cento e 90,16 por cento, respectivamente. O melhor resultado de sensibilidade foi obtido com o NEFCLASS (84,90 por cento); o melhor resultado de especificidade foi obtido com a RNAB (95,65 por cento). CONCLUSÃO: O sistema neuro-difuso proposto combinou a capacidade das redes neurais artificiais na classificação de padrões juntamente com a abordagem qualitativa da logica difusa, levando a maior taxa de acertos do sistema.
Subject(s)
Female , Humans , Male , Algorithms , Epilepsy/diagnosis , Fuzzy Logic , Neural Networks, Computer , Models, Neurological , Reproducibility of Results , Sensitivity and SpecificityABSTRACT
O objetivo desta pesquisa é investigar a aplicabilidade de diferentes operações aritméticas difusas t-normas et-conomas, implementadas através dos neurônios difusos propostos por Kwan-Cai e Hirota-Pedrycz. O sistema neuro-difuso para auxiliar no diagnóstico de doenças epilépticas (SNDDE) representa uma ajuda no diagnóstico de eventos epilépticos e eventos não epilépticos. O sistema contém conhecimento médico representado na forma de regras difusas utilizando o método de inferência difuso Mamdani, baseado no modelo perceptron multilayer (MLP). O processo de aprendizagem consiste em atualizar os pesos sinápticos através das operações aritméticas difusas t-normas e t-conormas. O sistema contém 14 unidades de entrada, representando os sintomas apresentados pelos pacientes, correspondendo a um eventoepiléptico ou um evento não epiléptico. A entrada da redecontém valores quantitativos, ou seja, quantidade de sintomas apresentados pelos pacientes durante um evento epiléptico ou um evento não epiléptico. A amostra estudada foi de 244 pacientes, com maior freqüência no sexo feminino. Os resultados mostram que as operações aritméticas difusas Soma/Produto de Einstein E(OU), implementadas com o neurônio difuso proposto por Kwan-Cai, obtiveram os melhores índices de acerto do sistema e os melhores resultados de sensibilidade e especificidade, com 93,58%, 90,69% e 96,82%, respectivamente. O SNDDE proposto combinou a capacidade das redes neurais artificiais na classificação de padrões juntamente com a abordagem qualitativa da lógica difusa, levando a uma maior taxa de acertos do sistema.
The goal of this research is to investigate the applicability of different t-norms and t-conorms fuzzy arithmetical operations, implemented with the fuzzy neurons proposed by Kwan-Cai and Hirota-Pedrycz. This research on neuro-fuzzy systems to support the epilepsy diseases diagnosis (NFSED) aims to help on diagnostics of epileptic and non epileptic events...
Subject(s)
Fuzzy Logic , Models, Neurological , Nerve Net , Neural Networks, ComputerABSTRACT
Introdução: Esta pesquisa aborda o desenvolvimento de um sistema neurodifuso para auxiliar no diagnóstico de doenças epilépticas (SNDDDE). Sistemas neurodifusos representam o tipo mais comum de inteligência artificial na medicina. O sistema neurodifuso contém conhecimento médico representado na forma de regras, unindo a força de dois paradigmas: redes neurais artificiais e lógica difusa. Objetivo: O maior interesse da pesquisa é examinar a aplicabilidade das operações aritméticas difusas t-normas e tconormas, implementadas através de neurônios difusos. Resultados: Os resultados mostram que as operações aritméticas difusas Soma/Produto de Einstein E/OU implementadas com o neurônio difuso proposto por Kwan-Cai obtiveram os melhores índices de acertos do sistema quando comparadas com as operações aritméticas padrões máx/mín.
Background: This research approaches the development of a neuro-fuzzy system to support the diagnosis of epileptic diseases (NFSDED). Neuro-fuzzy systems are the most common type of artificial intelligence in medicine. The neuro-fuzzy system contains medical knowledge represented by rules, gathering the strength of two paradigms: artificial neural networks and fuzzy logic. Objective: The main interest of the research is to examine the applicability of the t-norms and t-conorms fuzzy arithmetical operations, implemented by fuzzy neurons. Results: Show that the arithmetical operations of Einstein's Sum/Product AND/OR implemented with the fuzzy neuron proposed by Kwan-Cai obtained the highest rates of system hits, when compared to the min/max arithmetical operations.