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

داده کاوی روش مناسب جهت کشف اطلاعات و الگوی های پنهان در مقادیر زیادی داده است که به روش های عادیاین الگوهای پنهان به راحتی کشف نمی شوند، این روش در علوم مختلف دارای کاربردهای وسیعی است. یکی ازکاربردهای جالب داده کاوی کشف بیماری ها و الگوهای بیماری با بررسی پرونده بیماران است. بیماری دیابت یکی ازمعظلات 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 انجامآزمایش خون است که علیرغم دقت بسیار بالا دارای معایبی مانند درد، هزینه بر بودن، استرس بیمار، عدم دسترسی بهآزمایشگاه و غیره اشاره کرد. اطلاعات بیماران دیابتی دارای الگوهای پنهانی است که به کمک آنها میتوان احتمال وجودبیماری دیابت در افراد را بررسی نمود. شبکه های عصبی به عنوان ابزار قدرتمند داده کاوی روشی مناسب برای کشفالگوی های پنهان در اطلاعات بیماران دیابتی هستند. در این مقاله برای کشف الگوهای پنهان و تشخیص بیماری دیابت ازالگوریتم هوش ازدحامی ذرات در کنار شبکه عصبی استفاده شده است تا دقت پیش بینی بیماری دیابت افزایش یابد، نتایجکلی تحقیق نشان میدهد که روش پیشنهادی به ترتیب دارای دقت، ویژگی و حساسیت در حدود 94/15، 92/89 و 92/13 درصد می باشد.92 درصد میباشد

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

بیماری دیابت , داده کاوی , شبکه عصبی , هوش دسته جمعی ذرات , تشخیص الگو