مقايسه روش هاي ماشين بردار پشتيبان و شبكه عصبي مصنوعي در طبقه بندي وزن هنگام تولد بر اساس برخي فاكتورهاي موثر مادر بر نوزاد

وزن هنگام تولد نقش مهمي در سلامت نوزاد، خانواده و جامعه دارد. نوزادان با وزن غيرطبيعي در معرض آسيبهاي جسمي، عصبي و حتي مرگ مي باشند.در اين مطالعه طبقه بندي وزن هنگام تولد بر اساس برخي فاكتورهاي موثر مادر بر نوزاد با استفاده از روش ماشين بردار پشتيبان و شبكه عصبي مصنوعي انجام گرفته است.پس از بررسي هاي انجام شده در پرونده هاي مادر و كودك موجود از سال 92 تا 95 در بين مراكز بهداشتي شهر اهواز، ده متغير مهم مربوط به مادر كه با وزن هنگام تولد نوزاد ارتباط داشتند انتخاب شدند. عملكرد روش ماشين بردار پشتيبان و شبكه عصبي با معيارهاي دقت، حساسيت و ويژگي در طبقه بندي وزن كودكان به سه دسته ي كم وزني،نرمال و بيش وزني مورد ارزيايي قرار گرفت.از نظر معيارهاي مختلف، روش ماشين بردار پشتيبان عملكرد بهتري نسبت به شبكه عصبي داشت (دقت طبقه بندي ماشين بردار پشتيبان و شبكه عصبي به ترتيب0.892 و0.889 (تجزيه و تحليل داده‌ها با كمك نرم ‌افزار Rstudio1,2,5 انجام شده است.