تشخیص بیماری تیروئید با استفاده از شبکه های عصبی

هورمون های تیروئید که توسط غده تیروئید ترشح می شوند موجب تنظیم متابولیسم بدن می گردد. عدم کارکرد صحیح تیروئید معمولا به صورت ترشح خیلی کم هورمون های تیروئید (Hypothyroidism) یا کم کاری تیروئید و یا تولید خیلی زیاد هورمون های تیروئید (Hyperthyroidism) یا پرکاری تیروئید به وجود می آید.تشخیص به موقع و به دنبال آن در پیش گرفتن درمان صحیح، می تواند باعث کاهش مرگ و میر و عوارض مرتبط با این بیماری شود. داده کاوی دانش استخراج روابط و الگو های مفید پنهان در حجم زیاد داده است. هدف از این مقاله، پیش بینی غده تیرویید هر فرد از نظر نرمال بودن، پرکاری، کم کاری، براساس داده های آزمایشگاهی به دست آمده و با استفاده از روش های داده کاوی می باشد . تشخیص بیماری تیروئید از طریق تفسیر صحیح داده های تیروئید یک مسئله مهم طبقه بندی است، در این مقاله از انواع شبکه های عصبی برای این منظوراستفاده شده است. برای ارزیابی میزان دقت این الگوریتم ها از داده های بیماری تیروئید پایگاه داده UCI استفاده شده است. نتایج نشان می دهد شبکه های عصبی با دقت بالایی قادر به تشخیص این بیماری می باشند.

کلیدواژه ها:

بیماری تیروئید ، داده کاوی ، طبقه بندی ، شبکه عصبی