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

زمینه و هدف: یﮑﯽ از ﻣﺸﮑﻼت اﺳﺎﺳﯽ ﺑﯿﻤﺎری دیابت عدم تشخیص به موقع و درمان ﺻﺤﯿﺢ 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 ویﮋﮔﯽ می باشد. در این پژوهش از شبکه های عصبی مصنوعی و عصبیفازی 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 عصبیفازی (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.