مدل سازی مکانی زمانی شیوع بیماری مالاریا

مالاریا یک بیماری سازگار با محیط و یکی از بیماری های واگیر در نواحی جنوب و جنوی شرق ایران است. هر ساله افراد زیادی در اثر ابتلا به آن جان خود را از دست می دهند. با گسترش علم و تکنولوژی نیازمند ابزاری نوین جهت مطالعه و بررسی مشکلات بهداشت از جمله بیماری هستیم از این رو سیستم اطلاعات جغرافیایی (GIS) را می توان یکی از این ابزارها برای بررسی و تحلیل بیماری دانست. ایجاد مدلی برای پیش بینی میزان شیوع بیماری به ممک آنالیزهای GIS و روش های هوش مصنوعی کمک فراوانی در شناخت بیماری می کند. در این مطالعه با استفاده از دو روش شبکه عصبی مصنوعی و رگرسیون بردار پشتیبان که هر دو از روش های یادگیری با نظارت هستند و با در نظر گرفتن عوامل هواشناسی و محیطی تاثیرگذار بر این بیماری شامل رطوبت نسبی، دما، حداکثر سرعت باد، میزان بارندگی، ارتفاع، پوشش گیاهی، میزان بارندگی، فاصله از آب های راکد و رودخانه ها و داده های مربوط به روش های جلوگیری از شیوع مالاریا و داده های مربوط به نرخ وقوع انگل مالاریا از نوع ویواکس و فالسیپارم در 5 سال (1393-1389) به مدل سازی میزان شیوع بیماری در نرم افزار MATLAB پرداختیم. دو مقدار جذر میانگین مربعات خطا و ضریب همبستگی بین خروجی شبکه و خروجی مطلوب به عنوان معیاری برای کارایی مدل انتخاب شد، با مقایسه نتایج حاصل از این دو روش، روش رگرسیون بردار پشتیبان با انتخاب مناسب پارامترهای آن دارای جذر میانگین مربعات خطای کمتر و دارای ضریب همبستگی بیشتر نسبت به شبکه عصبی بهتر توانست میزان شیوع بیماری را مدل و محاسبه کند.

Keywords:

مالاریا , شیوع , سیستم اطلاعات جغرافیایی , رگرسیون بردار پشتیبان , شبکه عصبی