شماره ركورد كنفرانس :
5306
عنوان مقاله :
تشخيص بيماري ديابت با پياده سازي الگوريتم كي نزديك‌ترين همسايه (الگوريتمKNN ) و استفاده از الگوريتم گورخر (الگوريتمZOA )
پديدآورندگان :
قهرماني پويا pooya.ghahremani@iaukhsh.ac.ir دانشجوي دكتري، گروه مهندسي پزشكي، واحد خميني شهر، دانشگاه آزاد اسلامي، اصفهان، ايران , موسويان سيد ايمان mousavian@iaukhsh.ac.ir استاديار، گروه مهندسي پزشكي، واحد خميني شهر، دانشگاه آزاد اسلامي، اصفهان، ايران (نويسنده مسئول)
كليدواژه :
الگوريتم گورخر , ديابت , كي نزديك‌ترين همسايه
عنوان كنفرانس :
اولين همايش ملي داده كاوي در علوم مهندسي و زيستي
چكيده فارسي :
بيماري ديابت يك بيماري مزمن است كه روند سوخت و ساز قند در بدن را تحت تاثير قرار مي‌دهد. بدن ما براي تامين انرژي نياز به مواد غذايي گوناگوني دارد. اين مواد در بدن تبديل به قند يا گلوكز مي‌شوند كه انرژي مورد نياز ما را تامين مي‌كنند. اگر به هر دليلي گلوكز از طريق خون وارد سلول‌ها نشود و در جريان خون فرد باقي بماند، ميزان قند خون بالا رفته و فرد مبتلا به ديابت مي‌شود. آنچه كه باعث اين عدم جذب قند مي‌شود، كمبود هورمون انسولين است. انسولين از لوزالمعده ترشح مي‌شود و باعث ورود قند به سلول‌ها مي‌شود. تشخيص سريع بيماري مي‌تواند كمك شاياني به دكتر و بيمار كند. روش هاي گوناگوني براي تشخيص و شناسايي بيماري وجود دارد اما ما در اين مقاله با استفاده از يادگيري ماشين سعي در آموزش برنامه‌اي داشته‌ايم كه بتواند با گرفتن چندين ويژگي با سرعت و دقت بالا در كوتاه‌ترين زمان ممكن ديابتي بودن و يا نبودن فرد را به ما اطلاع دهد. الگوريتم كي نزديك‌ترين همسايه يك الگوريتم يادگيري ماشين با نظارت است كه با سادگي و آساني كه دارد، مي‌تواند براي پياده سازي و حل مسائل طبقه بندي مورد استفاده قرار گيرد. از اين رو ابتدا با پياده سازي الگوريتم كي نزديك‌ترين همسايه در برنامه پيشنهادي دقت ما در تشخيص بيمار نبودن 3/82 درصد و براي بيمار بودن 9/97 درصد و در نهايت دقت كل 7/91 درصد بدست آمد. اما بعد از آميختگي الگوريتم كي نزديك‌ترين همسايه با الگوريتم گورخر، دقت ما در تشخيص بيمار نبودن 4/93 درصد و براي بيمار بودن 9/98 درصد و در نهايت دقت كل 8/96 درصد بدست آمد كه اين نتايج نسبت به قبل نشان از بهبودي نتايج در آميختگي شدن اين دو الگوريتم با هم دارد.
