تشخیص بیماری دیابت با استفاده از الگوریتم SVM
- سال انتشار: 1390
- محل انتشار: چهاردهمین کنفرانس دانشجویی مهندسی برق کشور
- کد COI اختصاصی: ISCEE14_071
- زبان مقاله: فارسی
- تعداد مشاهده: 4292
نویسندگان
دانشگاه آزاد اسلامی واحد شهرمجلسی، باشگاه پژوهشگران جوان ، اصفهان،
دانشگاه آزاد اسلامی واحد رشت، باشگاه پژوهشگران جوان، رشت، گیلان، ای
عضو هیات علمی، دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مش
استادیار گروه فیزیک و مهندسی پزشکی دانشگاه علوم پزشکی اصفهان
چکیده
یکی از مشکلات اساسی مربوط به بیماران مبتلا به دیابت نوع 2 عدم تشخیص صحیح این بیماری است که در نتیجه این اشتباه درتشخیص و یا عدم تشخیص در مراحل ابتدایی، فرد حتی ممکن است به عوارضی همچون کم بینایی یا نابینایی، از بین رفتن کلیه ها و قطع انگشتان پا گردد. از این رو در این مقاله سعی شده است تا با استفاده از الگوریتم SVM تشخیص صحیح بیماری میسر شود. تعداد داده های مورد استفاده در این مقاله 768 داده است. این داده ها شامل 8 ویژگی است که هریک بیان کننده مشخصه ای پزشکی مربوط به وضعیت فرد سالم وبیمار مبتلا به دیابت است. نتایج، نشان دهنده صحت بالاتر روش پیشنهادی در این مقاله در مقایسه با سایر روش های هوشمند مورد استفاده تاکنون جهت تشخیص بیماری دیابت می باشدکلیدواژه ها
بیماری دیابت، حداکثر سیستم هوشمند، ماشین بردار پشتیبانی SVMمقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.