سال انتشار: ۱۳۹۱

محل انتشار: کنفرانس بین المللی مدل سازی غیر خطی و بهینه سازی

تعداد صفحات: ۷

نویسنده(ها):

جواد حدادنیا – دانشگاه حکیم سبزواری، دانشکده مهندسی برق و کامپیوتر، بخش مهندسی پزشک
جواد وحیدی – دانشگاه علم وصنعت ایران واحد بهشهر، بهشهر،ایران،
اعظم قره خانی – دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی )نیشابور(، دانشکد
محمد فیوضی – دانشگاه حکیم سبزواری، دانشکده مهندسی برق و کامپیوتر، بخش مهندسی پزشک

چکیده:

در این تحقیق روش جدیدی برای تشخیص بیماری دیابت ارائه شده است. یکی از مشکلات اساسی مربوط به این بیماری عدم تشخیص، بموقع و صحیح آن می باشد. امروزه پزشکان بیش از هر چیز با تکیه بر تجربیات و دانستههای خود، آزمایشات پیچیده و وقت گیر به این بیماری پی می برند. با این وجود خطاهای انسانی اجتناب ناپذیر است؛ در این تحقیق داده های ۸۶۷ نفر زن با ۷ ویژگی مورد ارزیابی قرار گرفت که سعی شده تا با استفاده از ترکیبروشهای هوشمند مصنوعی ازقبیل الگوریتم ژنتیک برای کاهش ویژگی از ۷ به ۴، سیستمهای Fuzzy بمنظور تصمیم گیری آنی و صحیح، Decission Tree بمنظور انتخاب بهترین حالات برای حل مساله و FCM ، روشی نو بمنظور تشخیص صحیح و دقیق این بیماری معرفی کنیم . سیستم پیشنهادی با استفاده از ترکیب روشهای مذکورموفق شد با تکیه بر ویژگیهای پایگاه داده در قالب ترکیب و تعامل به دقت شناسایی ۷۴٫۳۳ % دست یابد که درمقایسه با روشهای رایج از یکطرف و روشهای مصنوعی ازطرف دیگر در مراجع مذکور در نوع خود مناسب می- باشد.