Colorectal Cancer Diagnosis with Complex Fuzzy Inference System

Ngân, Trần Thị; Lan, Luong Thi Hong; Tuấn, Trần Mạnh; Sơn, Lê Hoàng; Tuấn, Lê Minh; Minh, Nguyen Hai

doi:10.1007/978-981-32-9186-7_2

Cited by 8 publications

(7 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Tuy nhiên, mô hình M-CFIS-FKG [4] chỉ sử dụng các cặp đơn (Single Pairs) trong quá trình suy luận. Điều này dẫn đến những khó khăn trong việc áp dụng đồ thị tri thức mờ để giải quyết các bài toán phân loại, trợ giúp quyết định trong các lĩnh vực như y học, nông nghiệp, môi trường v.v.. Ngoài ra, các nghiên cứu gần đây [3,[6][7][8][9][10][11] liên quan đến đồ thị tri thức và đồ thị tri thức mờ cũng chủ yếu tập trung vào khai phá tri thức trong mạng xã hội hay các bài toán ứng dụng trong các lĩnh vực khác mà chưa tập trung vào các bài toán trong lĩnh vực y tế. Trong nghiên cứu này, một hướng tiếp cận mới dựa trên mô hình đồ thị tri thức mờ dạng cặp (FKG-Pairs) được đề xuất để ứng dụng cho bài toán chẩn đoán bệnh trong y học cổ truyền.…”

Section: Giới Thiệuunclassified

“…Để áp dụng một hệ suy diễn mờ (Fuzzy Inference System) [9,[12][13][14], một số điều kiện sau cần được thỏa mãn: Thứ nhất, một thang đánh giá rõ ràng về các tham số của mỗi hệ suy diễn mờ phải được thống nhất. Thứ hai, các thuật ngữ về mức độ của các tham số này phải được đưa ra.…”

Section: Hệ Suy Diễn Mờunclassified

See 1 more Smart Citation

Chẩn đoán bệnh trong y học cổ truyền: Hướng tiếp cận dựa trên đồ thị tri thức mờ dạng cặp

Cù¹,

Trần²,

Lê³

et al. 2021

Công nghệ CNTT-TT

View full text Add to dashboard Cite

Chẩn đoán bệnh trong y học cổ truyền thường được cốt lại trong bốn cách là “Vọng - Văn - Vấn - Thiết” (haycòn được gọi là “Tứ chẩn”). Trong những năm gần đây, đội ngũ lương y, bác sĩ đã sử dụng kết hợp giữa phác đồ điều trị trong y học cổ truyền với kết quả khám, xét nghiệm trong y học hiện đại nhằm nâng cao chất lượng chẩn đoán bệnh. Điều này đã thúc đẩy mạnh mẽ công tác nghiên cứu y học cổ truyền dân tộc và áp dụng công nghệ thông tin vào trong quá trình khám và chẩn đoán bệnh nhằm mục đích hỗ trợ đội ngũ lương y, bác sĩ tại bệnh viện y học cổ truyền ở các địa phương. Gần đây, hướng nghiên cứu suy luận dựa trên đồ thị tri thức mờ với ưu điểm cho phép thực hiện suy luận trong những trường hợp thiếu tri thức trong kho dữ liệu đã nhận được nhiều sự quan tâm và chú ý của các nhà nghiên cứu trong và ngoài nước. Tuy nhiên, các nghiên cứu chủ yếu tập trung vào khai phá tri thức trong mạng xã hội hay các bài toán ứng dụng trong các lĩnh vực khác mà chưa tập trung vào bài toán y tế. Trong nghiên cứu này, một hướng tiếp cận mới dựa trên mô hình đồ thị tri thức mờ dạng cặp được đề xuất ứng dụng cho bài toán chẩn đoán bệnh trong y học cổ truyền. Mô hình đề xuất được áp dụng đối với bài toán chẩn đoán bệnh cho các sản phụ và đã chứng minh được hiệu quả trong việc suy luận xấp xỉ, chẩn đoán bệnh trong y học cổ truyền.

show abstract

Section: Giới Thiệuunclassified

Section: Hệ Suy Diễn Mờunclassified

Chẩn đoán bệnh trong y học cổ truyền: Hướng tiếp cận dựa trên đồ thị tri thức mờ dạng cặp

Cù¹,

Trần²,

Lê³

et al. 2021

Công nghệ CNTT-TT

View full text Add to dashboard Cite

show abstract

“…Information about the illness is discussed in [3][4][5][6][7][8][9]. The authors used two data-driven approaches: logistic regression and neural network.…”

Section: Introductionmentioning

confidence: 99%

Fuzzy Expert System for Rectal Cancer Based on Possibility Measure

Gardashova¹,

Aliyarov²,

Ahmadov³

2023

Artificial Intelligence

View full text Add to dashboard Cite

Intestinal infections in common and colorectal cancer in particular are quite widely spread and affect modern population in a significant manner. Therefore, they have been objects of intensive scientific research for quite a long time. It is known that the colorectal cancer’s diagnostics can face some difficulties caused by the uncertainties in patients’ health status and disease data. The uncertainty, in common, can be classified as probabilistic or possibilistic (fuzzy). The goal of this chapter is to analyze a fuzzy-rule-based medical expert system for the colorectal cancer’s diagnostics. In the modeling, fuzzy inference based on possibility measure and knowledge extraction based on fuzzy clustering are applied. During the initial stage of the system’s modeling, the applied parameters of colorectal cancer were defined by using clinical data. During the next stage, the soft-computing-based evaluation of the cancer’s factors is performed. During the third stage, the applied fuzzy inference, based on possibility measure, is introduced and supported by the examples. The knowledge base of the modeled system consists of the case data obtained from 100 patients in the course of 3 years by the National Center of Oncology. The effectiveness of the modeled system was checked on the testing subset of 30 diagnoses, and 22 predictions by the expert system were defined as correct.

show abstract

“…Fuzzy Sugeno has also been shown to provide excellent results when applied in various cases, for example a study conducted by [14] in evaluating kidney function, then a study conducted by [15] on diagnosing liver disorders, then [16] conducted a study on the diagnosis of hepatitis B. The fuzzy inference system has also been used by [17], [18] in his research to detect diabetes mellitus and diagnose colorectal cancer.…”

Section: Introductionmentioning

confidence: 99%

Examining child obesity risk level using fuzzy inference system

Sari

Desyanti

Radillah

et al. 2021

IJPHS

View full text Add to dashboard Cite

The doctor will determine the risk level of childhood obesity by using standard calculations, namely measuring the child's weight and height, and many other factors. Then the doctor will calculate the child's body mass index (BMI). The results of calculations made by the doctor will be compared with standard/normal values set by FAO/WHO, to obtain the level of risk of obesity in children. This study aims to analyze the risk level of obesity in children using the Sugeno method of Fuzzy Inference system, using the trapezoidal membership function and involving six input variables such as exercise habits, consumption of fast food, history of obesity of parents, and others. The application of the fuzzy inference system Sugeno method can help doctors to analyze the risk level of childhood obesity quickly and accurately with an accuracy rate of 85%. The results of the implementation of the Sugeno method of Fuzzy Inference system showed that out of 140 children who were the object of the study, 119 children received a diagnosis of the level of risk of obesity which was the same as the diagnosis made by a doctor.

show abstract

Colorectal Cancer Diagnosis with Complex Fuzzy Inference System

Cited by 8 publications

References 30 publications

Chẩn đoán bệnh trong y học cổ truyền: Hướng tiếp cận dựa trên đồ thị tri thức mờ dạng cặp

Chẩn đoán bệnh trong y học cổ truyền: Hướng tiếp cận dựa trên đồ thị tri thức mờ dạng cặp

Fuzzy Expert System for Rectal Cancer Based on Possibility Measure

Examining child obesity risk level using fuzzy inference system

Contact Info

Product

Resources

About