به کارگیری الگوریتم های بهینه سازی جهت مشخص نمودن بیماری دیابت به صورت اتوماتیک

دراین تحقیق یک الگوریتم ترکیبی جدید برای انتخاب زیرمجموعه بهینه ویژگیها، براساس الگوریتم بازار بورس و همچنین طبقه بندی کننده ماشین بردار پشتیبان برای دسته بندی داده ها ارایه میشود. روش انتخاب ویژگی مورد استفاده مبتنی بر رویکردفیلتر بوده و در هر مرحله برای انتخاب ویژگی، از مفاهیم مربوط به پراکندگی داده ها درون کلاس بیماری و همچنین بین کلاسهای مختلف بیماری دیابت و افزونگی ویژگیهای انتخاب شده استفاده مینماید و الگوریتم بازار بورس در این رابطه مورد استفاده قرار میگیرد.روش پیشنهادی با داده های استاندارد بیماری دیابت مورد ارزیابی قرار گرفته و ویژگیهای استخراج شده توسط طبقه بندی کننده ماشین بردار پشتیبان مورد استفاده قرار میگیرد. نتایج حاصل از روش پیشنهادی با سایر روشهای موجود در این زمینه و همچنین جهت ارزیابی الگوریتم بازار بورس در انتخاب ویژگی روش پیشنهادی، با نتایج حاصل از طبقه بندی کننده ماشین بردار پشتیبان با استفاده از تمامی ویژگیها و با سایر روشها مورد مقایسه قرار گرفته است و نتایج حاصل بیانگر کارایی مناسب روش پیشنهادی در مقایسه با روشهای پایه و همچنین برخی از مطالعات پیشین میباشد.سیستمهای پشتیبان تصمیم گیری در پزشکی به نرم افزارهای کامپیوتری گفته میشوند که برای کمک به تشخیصهای بالینی طراحی و ساخته شده اند. این سیستمها با استفاده از اطلاعات و دانش پزشکی به تشخیص عارضه های گوناگون و تجویز توصیه های پزشکی برای بیماران اقدام مینمایند. این سیستمها برای جایگزینی پزشکان طراحی نشده و تنها جهت یاری رسانی به متخصصان علوم پزشکی در امر تشخیص بیماریها بر اساس یکسری از قواعد تجربی ارایه شده اند.

Keywords:

یادگیری ماشین , ماشین بردار پشتیبان , دیابت , بهینه سازی , بازار بورس