بهبود صحت تشخيص بيماري ديابت به كمك همجوشي دسته بندهاي شبكة عصبي مصنوعي و ماشين بردار پشتيبان

در بسياري از مسائل كاربردي از جمله مسائل تشخيص بيماري با ابهام اطلاعات و عدمقطعيت در تصميمگيري مواجه هستيم، به نحوي كه اين دو مورد از رسيدن به نتايجي قطعي براي حل مسئله جلوگيري به عمل ميآورند. مسئلة تشخيص بيماري ديابت نيز از اينگونه مسائل است. در اين مقاله از نظرية گواه براي همجوشي نتايج حاصل از شبكة عصبي و ماشين بردار پشتيبان استفاده شده است. دادههاي بيماري نيز بر اساس اطلاعات مربوط به 2122بيمار مشكوك به ديابت است كه از بيمارستان فيروزگر تهران گردآوري شده است. تشخيص ديابت در دو مرحله صورت ميگيرد: در مرحلة اول تشخيص با استفاده از شبكة عصبي و ماشين بردار پشتيبان انجام ميشود و در مرحلة دوم براي مقابله با عدمقطعيت، نتايج اين دو دستهبند به عنوان مقادير گواه پايه، به كمك نظرية گواه با يكديگر تركيب ميشوند. در نهايت خروجي نهايي حاصل از همجوشي شبكه و ماشين بردار پشتيبان با مقدار ٪81/75صحت بيشتري را نسبت به دستهبندهاي مرحلة اول نشان ميدهد