مهدی کاظمی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، هوش مصنوعی و رباتیکز، دانشگاه ایوانکی، سمنان
محمد ربیعی - دکتری رشته فناوری اطلاعات در مهندسی صنایع گرایش رباتیک، عضو هیئت علمی دانشگاه ایوانکی، سمنان

بیماری دیابت یکی از شایع ترین ، خطرناکترین و پرهزینه ترین بیماری های حال حاضر دنیا است که با نرخ هشدار دهنده ای در حال افزایش است . تاکنون کارهای زیادی برای طبقه بندی افراد به دو دسته سالم و بیمار انجام شده است ولی در اکثر کارهای انجام گرفته به تشخیص سریع بیماری دیابت و با دقت بالا توجهی نداشته اند. در این پایاننامه برای تشخیص سریع بیماری دیابت و با دقت بالا، از الگوریتم فرا ابتکاری کرم شب تاب که از طبیعت الهام گرفته شده و مبتنی بر هوشمندی گروهی است ، استفاده نموده ایم . همچنین از شبکه عصبی عمیق به منظور تشخیص سریع بیماری دیابت استفاده نمودهایم و افراد را به دو دسته بیمار و سالم طبقه بندی می کنیم . برای حل مساله پس از پیش پردازش و حذف دادگان گم شده مجموعه داده پیما که شامل ۸ ویژگی عددی با دو کلاس خروجی است و دارای ۷۶۸ نمونه است ، ابتدا با استفاده از الگوریتم بهینه ساز کرم شب تاب بر روی مجموعه داده انتخاب ویژگی انجام داده ایم . سپس با استفاده از روش یادگیری عمیق افراد را به دو دسته بیمار و سالم طبقه بندی می کنیم . الگوریتم پیشنهادی با استفاده از شبیه ساز پایتون، ارزیابی شده است . نتایج ارزیابی نشان می دهد که الگوریتم پیشنهادی در تشخیص بیماری دیابت علاوه بر افزایش سرعت تشخیص ، معیارهای دقت ، ویژگی و حساسیت ، را نیز بهبود داده است و توانسته ایم به دقت ۸۱.۹۷ و ویژگی ۹۹.۹۷ و حساسیت ۳۴.۹۸ دست یابیم .

بیماری دیابت ، کرم شب تاب، شبکه عصبی عمیق