پیش بینی بیماری نارسایی کبدی با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه

یکی از بیماریهایی که بسیاری افراد امروزه با آن نرم وپنجهدست می کنند بیماری های کبدی است. از آنجایی که این نوع بیماری ها از نوع خاموش و پرهزینه هستند ، در صورت عدم تشخیص به موقع منجر به نابودی بخش زیادی از کلیه خواهند شد. تشخیص به موقع این بیماری می توانددر پیشگیری از عوارض و کنترل و درمان بیماری بسیار موثر باشد. در این مطالعه سعی شده است تا با استفاده از شبکه عصبی پرسپترون چند لایه با الگوریتم پس انتشار خطا و محاسبه خطای حداقل مربعات روشی مناسب برای پیش بینی بیماری نارسایی کلیوی ارایه شود. بدین منظور از دو مجموعهداده استفاده شده است. مجموعه داده اول به نام ILPD شامل 543 نمونه از بیماران و مجموعه داده دوم به نام BUPA شامل 385 نمونه می باشد. جهت بررسی آماره های توصیفی از نرم افزار SPSS و جهت پیاده سازی الگوریتم از نرم افزار MATLAB استفاده شده است. پس از بررسی حداقل 100 معماری مختلف شبکه عصبی توانستیم به طور متوسط بر روی مجموعه داده ILPD با دقت 1,85% و مجموعه داده BUPA با دقت 4,80 %بیماری نارسایی کبدی را پیش بینی کنیم.

Keywords:

دسته بندی , داده کاوی , نارسایی کبدی , شبکه عصبی مصنوعی