تشخيص بيماري آنفلوانزاي پرنده با تلفيق تكنيكهاي داده كاوي و هوش مصنوعي

در اين پژوهش به تشخيص بيماري آنفلوانزاي پرنده از روي سيگنال صدا پرداخته شده است. بدين منظور جوجههاي مرغ ابتدا به - دو دسته تقسيم شدند. يك گروه با استفاده از ويروس آنفلوانزاي H9N2 به صورتي قطره چشمي آلوده گرديد و با استفاده از يك ميكروفن و كارت صدا برداري به ضبط صداي جوجهها پرداخته شد. سيگنالهاي صداي حوزه زمان با استفاده از تبديل موجك گسسته ) DWT ( به حوزه زمان فركانس انتقال داده شدند. از هر كدام از ضرايب تقريب و جزييات سطح دوم تبديل موجك تعداد 25 ويژگي استخراج گرديد. ماشين بردار - پشتيبان ) SVM ( و شبكه عصبي مصنوعي ) ANN ( به عنوان طبقه بند مورد استفاده قرار گرفتند. عملكرد طبقهبند در 12 ساعت اول و دوم بعد از تلقيح ويروس با استفاده از پارامترهاي Specificity ، Sensitivity و دقت طبقهبند مورد ارزيابي قرار گرفت. در اين پژوهش عملكرد و كارايي ماشين بردار پشتيبان در تشخيص و طبقهبندي بيماري بهتر از شبكه عصبي مصنوعي بدست آمد. با استفاده از اين روش بيماري آنفلوانزا در 12 ساعت دوم بعد از تلقيح ويروس با دقت 100% تشخيص داده شد