مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,762
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

1,322
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص بیماری دیابت با استفاده از شبکه عصبی مصنوعی و عصبی-فازی

صفحات

 صفحه شروع 10 | صفحه پایان 20

چکیده

 زمینه و هدف: یﮑ ﯽ از ﻣ ﺸ ﮑ ﻼ ت اﺳ ﺎ ﺳ ﯽ ﺑ ﯿ ﻤ ﺎ ری دیابت عدم تشخیص به موقع و درمان ﺻ ﺤ ﯿ ﺢ آن است. مطالعه حاضر با هدف تشخیص بیماری دیابت با استفاده از روش مبتنی برداده کاوی انجام شده است. روش ها: این مطالعه از نوع تحلیلی بوده و پایگاه داده آن مشتمل بر 768 نفر با 8 ویﮋ ﮔ ﯽ می باشد. در این پژوهش از شبکه های عصبی مصنوعی و عصبی-فازی جهت تشخیص بیماری دیابت و انجام محساسبات استفاده شد. تحلیل آماری با استفاده از نرم افزار SPSS 23 و برنامه نویسی در محیط نرم افزار MATLAB 2018انجام شده است. به منظور حصول دقت واقعی از روش Kfold جهت تفکیک نمونه ها به دو دسته آموزش (Train) و آزمون (Test) استفاده گردید. نتایج: خطای محاسبه شده بر اساس میانگین مربعات خطا (mean square error) در روش شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و شبکه عصبی بردار یاد گیر کوانتیزه (Learning Vector Quantization) و شبکه های عصبی-فازی (Nero fuzzy) به ترتیب 98/6% و 98/2% و 99/6% بدست آمد. نتیجه گیری: با توجه به نتایج مطالعه, بنظر می رسد استفاده از مدل های مبتنی برداده کاوی می تواند بعنوان یک روش کمکی در تشخیص بیماری دیابت کارآمد باشد. اگرچه روش های مورد مطالعه با دقت قابل قبول توانایی امکان پیش بینی بیماری دیابت را دارند اما نتایج مطالعه نشان می دهد که روش مبتنی بر عصبی فازی دقت بالاتری دارند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    ذباح، ایمان، اسکندی، اسما، سرداری، زهرا، و نوقنذی، ابوالفضل. (1397). تشخیص بیماری دیابت با استفاده از شبکه عصبی مصنوعی و عصبی-فازی. مجله دانشگاه علوم پزشکی تربت حیدریه، 6(2 )، 10-20. SID. https://sid.ir/paper/244707/fa

    Vancouver: کپی

    ذباح ایمان، اسکندی اسما، سرداری زهرا، نوقنذی ابوالفضل. تشخیص بیماری دیابت با استفاده از شبکه عصبی مصنوعی و عصبی-فازی. مجله دانشگاه علوم پزشکی تربت حیدریه[Internet]. 1397؛6(2 ):10-20. Available from: https://sid.ir/paper/244707/fa

    IEEE: کپی

    ایمان ذباح، اسما اسکندی، زهرا سرداری، و ابوالفضل نوقنذی، “تشخیص بیماری دیابت با استفاده از شبکه عصبی مصنوعی و عصبی-فازی،” مجله دانشگاه علوم پزشکی تربت حیدریه، vol. 6، no. 2 ، pp. 10–20، 1397، [Online]. Available: https://sid.ir/paper/244707/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button