سیدعطاء الدین محمودی نژاد دزفولی - کارشناسی ارشد مهندسی پزشکی، مرکز توسعه فناوری، دانشگاه علوم پزشکی دزفول
سیده راضیه محمودی نژاددزفولی - کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی دزفول
یونس کیانی - کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی دزفول
سیدوفاالدین محمودی نژاددزفولی - کارشناسی مهندسی پزشکی، دانشگاه آزاد اسلامی دزفول

سابقه و هدف: هدف از این پژوهش، توسعه یک سیستم مرکب با استفاده از روشهای طبقه بندی و داده کاوی است که در اینسیستم از الگوریتم طبقه بندی کننده KNN، الگوریتم درخت تصمیم گیری و الگوریتم های رگرسیون لجستیک برای داده کاوی داده های پزشکی به منظور تشخیص دیابت در انسان استفاده شده است. به گفته سازمان بهداشت جهانی، هفتمین علت اصلیمرگ و میر انسان در سال 2030 دیابت است که بیماری بسیار سختی است و اگر به طور کامل و در زمان مناسب درمان نشود، بهمشکلات حیاتی از جمله مرگ منجر میشود. در نتیجه، دیابت یکی از اولویت های اصلی در تحقیقات علم پزشکی است. نقش روشهای داده کاوی به عنوان یکی از بهترین روشهای استخراج دانش از حجم زیاد اطلاعات مرتبط با دیابت، حائز اهمیت است.مواد و روشها: روش طبقه بندی پیشنهادی از روش رای گیری با هر یک از الگوریتم ها برای تولید نتیجه نهایی استفاده میکند بدین شکل که هر تخمینی از طبقه بندی کننده ها را به عنوان ورودی به سیستم مرکب ارائه می کند و سپس از مجموعخروجی به دست آمده از آن، مد آماری گرفته تا رای اکثریت را بدست آورد.یافته ها: نتایج و دقت این طبقه بندی ها به ترتیب 77.22%، 77.30%، 79.30% و 80.60% برای طبقه بندی کننده درخت تصمیم گیری، نزدیکترین همسایه K وزنی، رگرسیون لجستیک و روش ترکیبی است.نتیجه گیری: نتایج روش پیشنهادی در مقایسه با روش های دیگر، بهبود قابل قبولی در میزان دقت را نشان می دهد. در نتیجه،این پژوهش از این ایده پشتیبانی می کند که روش های ترکیبی در طبقه بندی داده ها در مقایسه با روش های طبقه بندی سادهکه بصورت جداگانه از طبقه بندی کننده ها استفاده می کنند، بسیار موثرتر است.

داده کاوی، درخت تصمیم گیری، رگرسیون لجستیک، همسایه نزدیک ترین K وزنی، دیابت شیرین، طبقه بندی، اعتبارسنجی متقابل