تشخیص دیابت نوع دو با استفاده از سیستم ایمنی مصنوعی

دیابت نوعی بیماری است که با افزایش میزان قند خون در اثر کمبود ترشح انسولین)دیابت نوع1( و یا اختلال در فعالیت انسولین)دیابت نوع2(بوجود می آید. بیش از 90 درصد مبتلایان به این بیماری به دیابت نوع دوم مبتلا می شوند. از آنجا که شیوع دیابت نوع دوم طی سالهای اخیر به شدت افزایش و سن ابتلا به این نوع دیابت نسبت به دهه های قبل کاهش یافته است؛ در این مطالعه دیابت نوع 2 مورد بررسی قرار گرفته و از داده های بیماران دیابتی پیما (Pima) که در وب سایت یادگیری ماشین UCI در دسترس می باشد، استفاده شده است. با توجه به اینکه بیماری دیابت اهمیت بسیار زیادی دارد، تاکنون تحقیقات زیادی به منظور نحوه تشخیص این بیماری پیشنهاد شده است. در تمامی این تحقیقات، تلاش عمده بر ایجاد سیستمهای تشخیصی قدرتمندتر و بالا بردن دقت تشخیص، متمرکز بوده است. همچنین، در اکثر مقالات انتشار یافته در این ارتباط از وجود ضعف در روش های موجود برای رسیدن به دقت تشخیصی بسیار بالا صحبت به میان آمده است. هدف اصلی از این تحقیق، طراحی و پیاده سازی یک سیستم ایمنی مصنوعی برای تشخیص بیماری دیابت نوع 2 است.روش کار با استفاده از الگوریتم AIRS واتکینز و تمیس می باشد که برای بهبود دقت الگوریتم چندین روش پیشنهاد می شود. باتوجه به آزمایشات انجام شده در این مطالعه ، دقت 11/78 بدست آمده که در مقایسه با مطالعات دیگر بهبود حاصل شده است

کلیدواژه ها:

سیستم ایمنی مصنوعی ، سیستم تشخیص ایمنی مصنوعی ، انتخاب کلونال ، بیماری دیابت ، دیابت نوع دو ، سیستم های هوشمند ، تشخیص الگو ، تشخیص بیماری دیابت ، مجموعه داده بیماران دیابتی هندی پیما ، NAÏVE BAYES ، نزدیکترین همسایه فازی ، classification