• ترکیب شبکه عصبی و الگوریتم هوش ازدحامی ذرات جهت تشخیص بیماری دیابت

    نویسندگان :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1396/11/30
    • تاریخ انتشار در تی پی بین: 1396/11/30
    • تعداد بازدید: 308
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -

    داده کاوی روش مناسب جهت کشف اطلاعات و الگوی های پنهان در مقادیر زیادی داده است که به روش های عادی این الگوهای پنهان به راحتی کشف نمی شوند، این روش در علوم مختلف دارای کاربردهای وسیعی است. یکی از کاربردهای جالب داده کاوی کشف بیماری ها و الگوهای بیماری با بررسی پرونده بیماران است. بیماری دیابت یکی از معظلات جوامع امروزی است که عوامل مهمی مانند نوع تغذیه، چاقی، کم تحرکی و سابقه ژنتیکی در آن موثر است. تشخیص زود هنگام بیماری دیابت از اثرات این بیماری مخرب می کاهد. روش معمول در تشخیص این بیماری انجام آزمایش خون است که علیرغم دقت بسیار بالا دارای معایبی مانند درد، هزینه بر بودن، استرس بیمار، عدم دسترسی به آزمایشگاه و غیره اشاره کرد. اطلاعات بیماران دیابتی دارای الگوهای پنهانی است که به کمک آنها میتوان احتمال وجود بیماری دیابت در افراد را بررسی نمود. شبکه های عصبی به عنوان ابزار قدرتمند داده کاوی روشی مناسب برای کشف الگوی های پنهان در اطلاعات بیماران دیابتی هستند. در این مقاله برای کشف الگوهای پنهان و تشخیص بیماری دیابت از الگوریتم هوش ازدحامی ذرات در کنار شبکه عصبی استفاده شده است تا دقت پیش بینی بیماری دیابت افزایش یابد، نتایج کلی تحقیق نشان می دهد که روش پیشنهادی به ترتیب دارای دقت، ویژگی و حساسیت در حدود 15.94، 89.92 و 13.92 درصد می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها