پیش‌بینی نفروپاتی در بیماران دیابتی با ترکیب روش فازی و الگوریتم بهینه‌سازی ازدحام ذرات

بیماران دیابتی دچار عوارض خطرناکی مانند نفروپاتی می‌شوند که منجر به آسیب جدی به کلیه و از کارافتادگی آن می‌شود. پیش‌آگهی به بیماران می‌تواند تا حد زیادی از این عوارض پیشگیری کند. امروزه استفاده از هوش مصنوعی و یادگیری ماشین می‌تواند در پیش‌بینی بیماری‌ها موثر باشد. در این پژوهش، با ترکیب روش فازی و الگوریتم بهینه‌سازی ازدحام ذرات به‌پیش بینی نفروپاتی دیابت پرداختیم. به این منظور، از یک شبکه عصبی- فازی استفاده شد که وزن‌های آن توسط الگوریتم بهینه‌سازی ازدحام ذرات تنظیم شدند. برای ارزیابی روش پیشنهادی، از نرم‌افزار matlab استفاده‌شده است و نتایج بر روی مجموعه داده جمع‌آوری‌شده از بیماران در استان لرستان ارزیابی‌شده است. نتایج روش پیشنهادی بر اساس شاخص‌های صحت، دقت، حساسیت و اختصاصیت به ترتیب 9129/0، 9806/0، 8715/0، 8603/0 بوده است.