مقایسه انواع شبکه های عصبی مصنوعی به منظور پیش بینی دوز بهینه انسولین برای بیماران دیابتی

طبق آمار سازمان جهانی بهداشت (WHO) پیش بینی می شود در سال 2030 تعداد بیماران دیابتی به 300 میلیون نفر برسد. بیماری دیابت براثر قطع تولید انسولین و یا عدم جذب مناسب آن در بدن به وجود می آید. انسولین هورمونی است که مواد غذایی قندی و نشاسته را در بدن به انرژی تبدیل می نماید. این بیماری سوخت و ساز گلوکز را در همه انواع سلولها به غیر از سلول های مغز دگرگون می کند. در دیابت نوع I بیمار دیابتی برای کنترل میزان قند خون باید از تزریق انسولین استفاده کند. یکی از مسائل مهم تعیین دوز انسولین مورد نیاز در هر وعده تزریق بر مبنای قند خون اندازه گیری شده است. داده های مورد استفاده در این پژوهش مربوط به یک بیمار دیابتی نوع I است که در مدت 77 روز جمع آوری شده است. این داده ها برای هر روز شامل 8 ثبت (میزان قند خون) است که عبارتند از: قند خوننصف شب، قبل از صبحانه، بعد از صبحانه، قبل از ناهار، بعد از ناهار، قبل از شام، بعد از شام و بعد از خوابیدن. در این پژوهش سعی شده است پس از مقایسه انواع شبکه های عصبی (MLP,RBF,RNN,FNN,SVM)، شبکه عصبی که کمترین میزان میانگین مربعات خطا را در تعیین دوز بهینه انسولین برای این بیمار دیابتی داردمعرفی گردد. طبق یافته های این پژوهش شبکه عصبی- فازی (FNN) مناسبترین شبکه برای این بیمار بوده است. در صورتی که بانک داده جامعتری در دسترس باشد، می توان این برآورد را برای جامعه بزرگتری از بیماران انجام داد.

کلیدواژه ها:

دیابت ، دوز انسولین ، قند خون ، شبکه عصبی