سیستم تشخیص زودهنگام بیماری دیابت با استفاده از شبکه عصبی مصنوعی والگوریتم بهینه سازی ازدحام ذرات

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 245

فایل این مقاله در 10 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:

ENACONF01_025

تاریخ نمایه سازی: 20 بهمن 1401

چکیده مقاله:

دیابت یکی از شایع ترین بیماری ها در سراسر جهان است که هنوز درمانی برای آن پیدا نشده است. سالانه هزینه زیادی برای مراقبت از افراد مبتل به دیابت می شود. بنابراین مهم ترین مسئله پیش بینی بسیار دقیق و استفاده از روشی قابل اعتماد برای آن است. یکی از این روش ها استفاده از شبکه های عصبی مصنوعی ANN است. بنابراین در این مقاله از شبکه عصبی Backpropagation و الگوریتم بهینه سازی ازدحام ذرات PSO برای پیش بینی اینکه آیا یک فرد دیابتی است یا خیر استفاده کردیم. هدف، به حداقل رساندن میانگین مربعات خطا در آموزش شبکه عصبی بود. پس از آموزش مدل ANN، میانگین تابع خطای شبکه عصبی برابر با ۰.۰۲ و دقت پیش بینی دیابتی بودن یا نبودن فرد ۹۶.۱ درصد بود.

نویسندگان

نوید ایران دوست

گروه مهندسی پزشکی ، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

سید احسان تهامی

گروه مهندسی پزشکی ، واحد مشهد، دانشگاه آزاد اسلمی، مشهد، ایران