ارایه روشی برای پیش بینی بیماری رتینوپاتی دیابتی با استفاده از الگوریتم های داده کاوی

امروزه بیماری دیابت یکی از خطرناک ترین بیماری ها در سطح جهان است که سالانه طیف گسترده ای از افراد در سراسر دنیا به آن مبتلا می شوند.تشخیص دیر هنگام این بیماری سبب بروز بیماری های دیگری همچون رتینوپاتی دیابتی، بیماری های قلبی و عروقی و بیماری های مزمن کلیوی میشود، همین امر باعث می شود که روند درمان و بهبود افراد دشوارتر و پرهزینه تر شود. با پیشرفت علوم پزشکی، زمینه لازم جهت ایجاد سیستم هایی با قابلیت پیش گیری، پیش بینی و درمان بیماران با استفاده از فناوری های جدید حاصل گردیده است. داده کاوی پزشکی سعی در مدلسازی و کشف روابط بین عوامل خطرساز جهت پیش بینی وضعیت بیماران آینده با کمک از داده های دردست دارد. در این مقاله سعی گردیده تا با مقایسه الگوریتم های مختلف داده کاوی و ترکیب این الگوریتم ها، روشی جدید، کارا و با دقت بالا و قابلیت پیاده سازی بر روی داده های محلی ایجاد گردد. در نهایت روش پیشنهادی که به بهبود کارایی الگوریتم پگاسوس میپردازد، توانایی پیش بینی و تشخیص بیماری رتینوپاتی دیابتی را با دقت 83.4 درصد را دارا میباشد.. داده های لازم جهت این فرآیند از سایت UCI جهت تشخیص و پیش بینی ایت بیماری رکورد و متغیر، استخراج گردیده است.

Keywords:

داده کاوی , پگاسوس , دیابت , پیش بینی , الگوریتم های دسته بندی