یاسمن خان قویی - گروه مهندسی کامپیوتر، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران
سید رضا کامل طباخ - گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد ایران
مهرداد جلالی - گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

بیماری دیابت از جمله شایع ترین بیماری ها در میان انسان ها می باشد. در این بیماریلوزالمعده به مقدار کافی انسولین تولید نمی کند.امروزه در علم پزشکی شاهد روش های مبتنی بر داده کاوی و تحقیق روی این داده هاو به دست آوردن نتایج و الگو های مفید در رابطه با بیماری ها که کمک به شناساییزود هنگام این بیماری می کند هستیم. در حال حاضر علاقه به استفاده از تکنیک هاییادگیری ماشین و داده کاوی برای تشخیص این بیماری که خود شامل سه مرحلهاستخراج ویژگی،انتخاب ویژگی و دسته بندی می باشد افزایش داشته است. استفاده ازتکنیک های داده کاوی مثل : جنگل تصادفی , درخت های تصمیم, شبکه های عصبیهر کدام روشی برای افزایش دقت محسوب می گردند.در این مقاله به بررسی نقش دادهها، عملیات پیش پردازش بر مجموعه داده، کارکرد الگوریتم های انتخاب ویژگی،تحلیل روش های طبقه بندی و تکنیک های مختلف داده کاوی در تشخیص بیماریهمچنین تحلیل وجود مرحله پیش پردازش داده و انتخاب ویژگی و عدم حضور آن درنتایج هر مقاله مورد بررسی قرار گرفته است. هدف از مقاله، ارزیابی دقیق روش هایمختلف داده کاوی در علوم پزشکی است.