این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دیابت و متابولیسم ایران، جلد ۱۸، شماره ۲، صفحات ۷۱-۷۹
عنوان فارسی یک سیستم هوشمند پزشکیار مبتنی بر شبکه عصبی مصنوعی در تشخیص بیماری دیابت
چکیده فارسی مقاله مقدمه: تشخیص زودهنگام بیماری دیابت به‌منظور جلوگیری از عوارض و آسیب‌های ناشی از این بیماری امری حیاتی است. هدف از این مقاله طراحی یک سیستم هوشمند در دسته‌بندی افراد مبتلا به دیابت، با روش رگرسیون مبتنی بر شبکه عصبی پرسپترون چندلایه است. روش‌ها: در این مطالعه‌ی توصیفی- تحلیلی یک سیستم هوشمند برای دسته‌بندی افراد به دو دسته سالم و مبتلا به بیماری دیابت طراحی‌شده است. سیستم طراحی‌شده با استفاده از نرم‌افزار MATLAB نسخه‌ی 2015 (197613/0/5/8) شبیه‌سازی‌شده است. مجموعه داده مورد استفاده در این پژوهش، مجموعه داده معیار PID موجود در مخزن داده یادگیری ماشین دانشگاه ایروین کالیفرنیا است. این مجموعه داده شامل 768 رکورد از زنان هندی و 8 فاکتور تشخیصی برای بیماری دیابت است. یافته‌ها: داده‌های این مجموعه پس از پیش‌پردازش به‌صورت تصادفی به 20 دسته از کل مجموعه داده تقسیم شدند که شامل داده‌های آموزش و آزمون متفاوت بودند. در هر دسته داده از 90 درصد داده‌ها برای مرحله‌ی آموزش و 10 درصد باقی‌مانده برای مرحله‌ی آزمون استفاده شد. نتایج حاصل در بهترین حالت براساس شاخص‌های حساسیت، اختصاصیت، صحت و دقت در دسته‌بندی افراد، به‌ترتیب معادل اعداد 4815/0، 9804/0، 8077/0، 9286/0 به‌دست آمد. نتیجه‌گیری: نتایج به‌دست‌آمده برتری سیستم هوشمند طراحی‌شده در دسته‌بندی افراد به دو دسته سالم و بیمار را نسبت به سایر روش‌های پیاده‌سازی شده بر این مجموعه داده تأئید می‌کند. استفاده از شبکه عصبی پرسپترون چندلایه برای تقریب تابع، موجب افزایش دقت سیستم پیشنهادی شده است.
کلیدواژه‌های فارسی مقاله بیماری دیابت، رگرسیون، شبکه عصبی پرسپترون چندلایه، مجموعه داده PID
عنوان انگلیسی A PHYSICIAN ASSISTANT INTELLIGENCE SYSTEM BASED ON ARTIFICIAL NEURAL NETWORK FOR DIABETES DIAGNOSIS
چکیده انگلیسی مقاله Backgrounds: Early detection of diabetes is critical to avoid complications and damage caused by this disease. The purpose of this paper is designing an intelligent system for Diabetes prediction (healthy or patient) by using regression method based on Multilayer Perceptron Neural Network. Methods: In this descriptive-analytic study, an intelligent system is designed to classification diabetes patients. The system is simulated by MATLAB software 2015 (8.5.0.197613). In this study, used PID dataset in UCI Machine Learning Repository. The dataset is contained 768 records from Indian women and 8 diagnostic factors for Diabetes. Results: The data were then divided randomly in 20 groups for training and testing, after preprocessing. 90% of the data is used for training phase and 10% for the test phase. The results obtained based on sensitivity, specificity, accuracy and precision were 0.4815, 0.9804, 0.8077 and 0.9286, respectively. Conclusion: The obtained results, showed superiority of designed intelligent system to classify individuals (healthy and patient) in comparison with other methods implemented on this dataset. Using MLP- Regression has increased the accuracy of the proposed system.  
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله آسیه خسروانیان | Asieh Khosravanian
1. Faculty of Electrical and Computer Engineering, Semnan University, Semnan, Iran
گروه علمی مهندسی کامپیوتر، دانشکده‌ی مهندسی برق و کامپیوتر

سعید آیت | Saeed Ayat
2. Department of Computer Engineering and Information Technology, Payame Noor University, Iran
گروه علمی مهندسی کامپیوتر و فناوری اطلاعات، دانشکده‌ی مهندسی کامپیوتر

نشانی اینترنتی http://ijdld.tums.ac.ir/browse.php?a_code=A-10-792-1&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/58/article-58-1280078.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات