ارائه روشی کارآمد برای تشخیص بهتر و زودهنگام بیماری دیابت با ترکیب الگوریتم بهینه سازی بهبودیافته چیتا و شبکه عصبی کانولوشن

در این پژوهش یک روش نوین برای تشخیص زودهنگام و دقیق بیماری دیابت با ترکیب الگوریتم بهینه سازی بهبودیافته چیتا و شبکه عصبی کانولوشنی ارائه شده است. در این روش الگوریتم چیتا برای استخراج و بهینه سازی پارامترهای معماری شبکه عصبی مانند تعداد لایه ها، فیلترها و اندازه های مختلف به کار گرفته می شود. این پارامترها به شبکه ارسال شده و پس از آموزش مقدار برازش (دقت) محاسبه و به الگوریتم بازگردانده می شود تا چرخه بهینه سازی تا رسیدن به بهترین تنظیمات ادامه یابد. آزمایش ها روی مجموعه داده PIMA نشان داد که این روش نه تنها در مقایسه با روش های موجود از دقت بالاتری در شناسایی بیماران دیابتی برخوردار است بلکه امکان تشخیص زودهنگام تری را نیز فراهم می کند. این دستاورد گامی موثر در جهت بهبود تشخیص بیماری های مزمن و ارتقای مراقبت های بهداشتی محسوب می شود.

کلیدواژه ها:

داده کاوی ، یادگیری ماشین ، طبقه بندی ، الگوریتم بهینه سازی بهبودیافته چیتا ، شبکه عصبی کانولوشن ، تشخیص زودهنگام بیماری دیابت