مدل هوش مصنوعی ترکیبی بهبود یافته برای تشخیص زودهنگام سندرم تخمدان پُلی‌کیستیک زنان بارور و نابارور ایرانی براساس داده‌های متابولیک و تولید مثلی و ارائه توصیه‌های سبک سالم زندگی

نویسندگان
قرایی, طیبه ID 1
عرب طاهری, زهرا ID 2
دبیدی روشن, ولی الله ID 3

1 دانشکدۀ پرستاری و مامایی، دانشگاه علوم پزشکی ایران، تهران، ایران

2 گروه فیزیولوژی ورزشی، دانشکدۀ تربیت بدنی، دانشگاه مازندران، بابلسر، ایران

3 گروه فیزیولوژی ورزشی، دانشکدۀ تربیت بدنی، دانشگاه مازندران، بابلسر، ایران - مرکز تحقیقات سلامت و عملکرد ورزشی، دانشکده تربیت بدنی، دانشگاه مازندران، بابلسر، ایران

doi
10.18502/ijdl.v26i1.21333
چکیده

مقدمه: سندرم تخمدان پُلی‌کیستیک (PCOS) با اختلالات متابولیکی، هورمونی و ژنتیکی همراه است. فقدان بیومارکرهای تعریف شده، امکان تشخیص را دشوار می‌کند. مدل‌های ترکیبی با دقت بالا امکان تشخیص زودهنگام را فراهم می‌کند. هدف مطالعۀ حاضر آموزش مدل به روش ترکیبی با شاخص‌های متابولیک و تولیدمثلی برای تشخیص زودهنگام و ارائۀ راهکارهای سبک ...

کلیدواژه‌ها
تشخیص سندرم تخمدان پُلی کیستیک, مدل های هیبریدی آموزش ماشین, سبک سالم زندگی, فعالیت بدنی منظم