ارائه یک سیستم ترکیبی هوشمند به منظور تشخیص بیماری دیابت

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,932

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE20_542

تاریخ نمایه سازی: 14 مرداد 1391

چکیده مقاله:

در این تحقیق روش جدیدی برای تشخیص بیماری دیابت ارائه شده است. یکی از مشکلات اساسی مربوط به این بیماری عدم تشخیص، بموقع و صحیح آن میباشد. امروزه پزشکان بیش از هر چیز با تکیه بر تجربیات و دانسته های خود، آزمایشات پیچیده و وقت گیر به این بیماری پی میبرند. با این وجود خطاهای انسانی اجتناب ناپذیر است؛ در این تحقیق دادههای 768 نفر زن با 8 ویژگی مورد ارزیابی قرار گرفت. با استفاده از فرآیندهای پردازش و هوش مصنوعی شامل؛(SVMبه منظور کاهش و مدیریت داده، الگوریتمهای تکاملیBPSO برای انتخاب بهترین جواب، سیستمهای دقیقFuzzy)برای افزایش دقت، سرعت، صحت الگوریتم تکاملی؛ و شبکههای مصنوعی عصبی Neural Networkبه منظور برآورد، آموزش، انطباق پذیری، یادگیری ماشینی؛ در جهت شناسایی و تشخیص این بیماری استفاده شده است. سیستم پیشنهادی با استفاده از ترکیب روشهای مذکور موفق شد با تکیه بر ویژگیهای پایگاه داده در قالب ترکیب و تعامل به دقت شناسایی 95.81 % دست یابد. روشهای حاضر علی رغم دقت بالا، هزینهبر و وقت گیر میباشند؛ که با مقایسه این روش با روشهای مذکور به دقت و کارایی آن پی خواهیم برد

نویسندگان

محمد فیوضی

دانشگاه حکیم سبزواری، دانشکده مهندسی برق و کامپیوتر، بخش مهندسی پزشک

اعظم قره خانی

دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی(نیشابور)، دانشکد

جواد حدادنیا

دانشگاه حکیم سبزواری، دانشکده مهندسی برق و کامپیوتر، بخش مهندسی پزشک

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • محمد رضا نعیم آبادی، نوشاز امیر احمدی چماچار، احسان تهامی ...
  • Diabetesه [13] Siti Fahanah Bt Jaafar and Darmawaty Mohd Ali, ...
  • I14] سید احسان تهامی، محمد علی خلیل زاده، "تشخیص هوشمند ...
  • _ " _ _ tion. I18] محمد علیپور، جواد حدادنیا، ...
  • I24] محمد فیوضی، خسرو رضایی، جواد حدادنیا"بهبود همگرایی الگوریتم حرکت ...
  • _ _ _ [6] _ _ _ _ _ en/O ...
  • Centers for Disease Control and Prevention, National Diabetes, Fact Sheet ...
  • _ _ _ _ _ _ Recognition, 34(2): 299]314, 2001. ...
  • Caregorization ", Applied Artificial Intelligence, 21:3, 211- 239, 2007. ...
  • L.I. Kuncheva, Combining Pattern Classifiers, Methods and A lgorithms, New ...
  • S. Tulyakov; S. Jaeger; V. Govindaraju; D. Doermann, "Review of ...
  • _ _ of Fuzzy Contro! Elsevier, Book, New York, 1985. ...
  • F. Bergh and A. Engelbrecht, "A new loc allyconvergent particle ...
  • J.Kittler; M.Hatef; R.Duin P. W; J.Matas, _ Combining _ _ ...
  • S. Tulyakov; S. Jaeger; V. Govindaraju; D. Doermann, "Revicw of ...
  • _ _ _ _ _ pp.356-361. ...
  • Newman, D .J..Hettich, S.Blake, C.L.S., & Merz, C.J., 1998. UCI ...
  • Sc ienc e.archive.ics .uci. edu/ml/datas ets/Pima +Indi ans+Diabetes ...
  • Pan Hongxia, Ma Qingfeng, Wei Xiuye , "Research on Fault ...
  • M. sheybani , M.meibody, "PSO-LA: A Novel of Optimization" ...
  • _ _ _ Optimization _ Individual Level ", IEEE confrence, ...
  • J. Kennedy and . Eberhart, "Particle swarm optimization", Conference ...
  • _ _ de/iwr/comopt/sof ...
  • Algorithms for Feed-Forward Neural Networks Training." Ludermir. Proceedings of the ...
  • Madan M. Gupta, Liang Jin, and Noriyasu Homma "Static and ...
  • نمایش کامل مراجع