پیش بینی ابتلابه به دیابت ملیتوس در بیماران بتاتالاسمی با استفاده از شبکه پایه شعاعی و نزدیکترین همسایه بر اساس مجموعه داده تالاسمی ظفر

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 568

فایل این مقاله در 13 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:

ICMEAC05_140

تاریخ نمایه سازی: 1 مرداد 1397

چکیده مقاله:

بتاتالاسمی شایعترین بیماری تک ژنی در کشورهای نواحی مدیترانه می باشد. دیابت ملیتوس یکی از عوارض های ناشی ازافزایش آهن در بیماران بتاتالاسمی است. از اینرو شناسایی بیماران بتاتالاسمی در معرض خطر ابتلا به دیابت، مساله حایزاهمیت در این حوزه میباشد. در این مقاله، پیش بینی دیابت در بیماران تالاسمی بر اساس مجموعه داده تالاسمی ظفر بااستفاده از روشهای RBFN و KNN انجام می شود. میزان درستی شبکه RBF بر روی 103 نمونه آموزشی و 153 نمونهآزمایشی 81.7 % و روش نزدیکترین همسایه با 5 همسایگی بر اساس تابع فاصله اقلیدسی 69.12 % است. باتوجه به میزاندرستی، شبکه RBF عملکرد مطلوبی نسبت به KNN دارد، اگرچه KNN توانایی بهتری نسبت به RBFN در شناسایینمونه های موجود در کلاس دیابتی را داشته است. هدف از انجام این تحقیق، شناسایی بیماران بتاتالاسمی در معرض خطربه منظور جلوگیری از عوارض دیگر ناشی از افزایش بارآهن از جمله دیابت است.

نویسندگان

فاطمه یوسفیان

دانشجوی ارشد هوش مصنوعی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران مرکز، تهران، ایران

تورج بنی رستم

استادیار عضو هییت علمی دانشگاه آزاد اسلامی واحد تهران مرکز، تهران، ایران

آزیتا آذرکیوان

فوق تخصص هماتولوژی و آنکولوژی، دانشیار عضو هییت علمی موسسه عالی آموزشی و پژوهشی طب انتقال خون - مرکز تحقیقات - درمانگاه تالاسمی، تهران، ایران