بهبوددادن ویژگیها در طراحی سیستم خبره فازی برای تشخیص بیماری دیابت
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 881
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF04_157
تاریخ نمایه سازی: 10 تیر 1396
Abstract:
میزان ابتلا به بیماری دیابت در جهان با سرعت درحال افزایش است. طبق گزارش سازمان بهداشت جهانی و فدراسیون جهانی دیابت، این میزان در کشورهای درحال توسعه، بیشتر از سایر کشورها است؛ زیرا ساکنان این کشورها به رژیم غذاییمملو از قند و نشاسته روی آوردهاند که سالهاست کشورهای غنی را دچار مشکل کرده است. برای تشخیص بیماری دیابت باید تمام عوامل، علایم و ویژگیهایی که منجر به وقوع آن بیماری میشوند را شناخت. بهدلیل ماهیت بیماری دیابت و اینکهممکناست براساس خطاهای انسانی، پزشک در بعضی موارد نتواند بیمار دیابتی و یا بیماری که شرایط مبتلاشدن به دیابترا دارد شناسایی کند، در این مقاله یک سیستم خبره فازی برای تشخیص بیماری دیابت طراحی شدهاست که میتواند یک ابزار کمکی مطمین و حتی یک جایگزین مطمین بهجای پزشک در تشخیص بیماران دیابتی باشد. مزیت این روش نسبتبه سایر روشها اینست که با بهبود دادن و نیز افزودن ویژگیهای موثرتر در تشخیص که مورد تایید انجمن دیابت آمریکا نیز میباشند و با فازیسازی این ویژگیها، توانستهایم انواع بیماران دیابتی نوع اول و دوم و نیز بیماران پیش دیابتی و افرادکاملا سالم را شناسایی کنیم. برای ارزیابی عملکرد درست این سیستم در شناسایی و متمایزکردن افراد دیابتی و پیشدیابتی و کاملا سالم، یک مجموعه داده برای بیماران دیابتی که شامل اطلاعات 768 بیمار است را از سایت UCI گرفتهایم و با آزمودن سیستم براساس مقادیر این مجموعهداده و مشاهده نمودار خروجی، عملکرد درست این سیستم را اثبات کردهایم. سپس به عنوان کارهای آینده، پیشنهادی برای بهبود دادن پایگاه دانش این سیستم با الگوریتمهای تکاملی و یا تکنیکهای دادهکاوی و نیز استفاده از رویکرد فازی نوع دوم ارایه شده است.
Keywords:
Authors
میثم روشن فکر
کارشناسی ارشد، دانشکدهمهندسی برق وکامپیوتر، موسسه آموزش عالی شهاب دانش، قم، ایران
گلنوش عبایی
دکترای کامپیوتر از دانشگاه - UTM مالزی، استادیار، دانشکدهمهندسی برق وکامپیوتر، موسسه آموزش عالی شهاب دانش، قم، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :