احمدرضا بقایی - دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی برق
محمد فروزانفر - دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی برق

امروزه با پیشرفت رایانه ها، سامان ههای خودکار تشخیص بیماری دچار تحولات اساسی شد هاند. دقت و صحت بالای این دستگاه ها از یک سو و سهولت استفاده از آنها از سوی دیگر، م یتواند پزشکان را در امر تشخیص یاری کند. از این رو تحقیق و بررسی در مورد یافتن روش های بهینه و جدید دسته بندی داده های پزشکی همواره مورد توجه بوده است. در این میان، دسته ای از بیماریها با توجه به آثار ناخوشایند و مخرب خود در کانون توجه قرار دارند که بیماری دیابت از آن جمله است. از طرف دیگر دشواری تشخیص این بیماری و همچنین هزینه بر بودن این مسئله، توجه بیشتری را به خود معطوف کرده است. در این مقاله روشی نوین برای تشخیص بیماری دیابت از طریق داده های حاصل از آزمای شهای پزشکی ارائه شده است. در ابتدا داد هها وز ندار شده، سپس با تعریف کرنل وابسته به داده بر روی داده های وزن یافته، عمل جداسازی داده های دو کلاس انجام می شود. در ادامه با محاسبه خطای دسته بندی، وزن داده ها به روز می شود. این وزن ها برای دسته بندی داده های تست استفاده می شود و چنانچه نشان داده خواهد شد، عملکرد روش در مقایسه با روش های قبلی اعمال شده، بهبود کارایی حداقل به میزان 4/93 درصد نشان می دهد.

تشخیص دیابت، آموزش کرنل ، وزندهی به داده