هدف ‌به دلیل وجود حجم عظیمی از داده‌ها در مورد افراد مبتلا به بیماری دیابت، امکان استخراج عوامل پیش‌بینی بیماری دیابت توسط متخصصین با استفاده از استخراج دانش از این حجم عظیم داده، امکان‌پذیر نخواهد بود. علم داده‌کاوی به کمک روش‌های مؤثر خود با هدف کشف پیش‌بینی بیماری‌ها به این مهم دست یافته و سبب کمک به پزشکان و کادر درمان در پیش‌بینی و تشخیص بیماری‌ها شده است.
روش ها پژوهش حاضر از نوع کاربردی‌پیمایشی در سال ۱۳۹۹ انجام شده است. در این پژوهش، از مجموعه‌ داده میرشریف و همکاران استفاده شده ‌است. در اینجا از روش مجموعه داده‌های اولیه برای جمع‌آوری داده‌ها استفاده شده و جامعه آماری مورد‌نظر شامل ۱۰۵ مورد اطلاعات ثبت‌شده بیماران ‌از سال ۱۳۹۰ تا ۱۳۹۳ در تحقیقی میدانی از کلینیک پزشکی تخصصی زنان در تهران است که از این میان، ۸۰ نفر انسان سالم و ۲۵ نفر انسان مبتلا به بیماری دیابت بارداری بودند. از نرم‌افزار متلب جهت تجزیه‌و‌تحلیل و بررسی نتایج استفاده شده است.
یافته ها ‌نتایج و مقایسه‌های انجام‌گرفته در این پژوهش، نشان از کارایی بالای روش پیشنهادی در پیش‌بینی بیماران دیابت بارداری دارد. همچنین دقت روش پیشنهادی برابر ۹۳ درصد حاصل شد که در مقایسه با روش‌ میرشریف و همکاران بر روی همین مجموعه داده از دقت بیشتری برخوردار بود.
نتیجه گیری به دلیل اینکه سیستم پیشنهادی عملکرد مطلوبی داشته و ازلحاظ دقت در مجموعه داده مورد‌نظر نسبت به روش‌های قبلی به عدد ‌93/2 درصد رسیده ‌است. پس می‌توان از رویکرد هوشمند و بدون نظارت، جهت تشخیص بیماری دیابت بارداری استفاده کرد.

واژه‌های کلیدی: پیش‌بینی دیابت بارداری، الگوریتم هوشمند، شبکه عصبی‌مصنوعی

متن کامل [PDF 4876 kb]   (675 دریافت) |   |   متن کامل (HTML)  (878 مشاهده)