Diagnosis of Diabetes using Artificial Neural Network and Neuro-Fuzzy approach

(1)

سردآ

:لوئسم هدنسيون هيردیح تبرت

، هيردیح تبرت یملاسا دازآ هبگشناد

ٍیسذیح تبشت یکضضپ مًلع ٌاگطواد ٍلجم ٌسيد 6 ٌسامض . 2 . ناتسبات یشهوژپ هلاقم 7931

صیخشت یبصع و یعونصم یبصع هکبش زا هدافتسا اب تباید یرامیب

- یزاف

حابر نامیا

7

یذىکسا امسا ،*

یسادشس اشَص ،2

یزىقًو لضفلًبا ،2 2

1 . هیردیح تبرت ،هیردیح تبرت هاگشناد ،رتویپماک و قرب هورگ ناریا ،

2 . هیردیح تبرت ،هیردیح تبرت هاگشناد ناریا ،

:تفایسد خیسات :ششیزپ خیسات

ٌذیکچ

ٍىیمص :فذَ ي

ﯽﮑﯾ زا ﻼﮑطﻣ ت ا ﯽﺳﺎﺳ ﺎﻤﯿﺑ ير تﺑﺎﯾد مذػ صﯿخطت ﻬﺑ غقﻪﻣ ﻩ ﻥﺎﻣرد ﺢﯿﺤﺻ ﻥآ .تﺳا

ﺎﺑ رضﺎح ﻬؼلﺎطﻣ شﻩر زا ﻫدﺎفتﺳا ﺎﺑ تﺑﺎﯾد يرﺎﻤﯿﺑ صﯿخطت فذﻭ

رﺑ ﯽﻨتبﻣ ﻫداد مﺎجﻧا يﻩﺎک

ﻫذض .تﺳا

شيس :اَ

رﺑ لﻤتطﻣ ﻥآ ﻫداد ﻫﺎگﯾﺎپ ﻩ ﻫدﻪﺑ ﯽلﯿلﺤت عﻪﻧ زا ﻬؼلﺎطﻣ ﻦﯾا 867

ﺎاﺑ رفﻧ 7 ﻩ ﯽﮔﮋﯾ ﯽاﻣ رد .ذاضﺎﺑ

ﻬﮑبض زا صﻭﻩﮋپ ﻦﯾا ﯽبصػ يﺎﻭ

ﯽبصػ ﻩ ﯽػﻪﻨصﻣ -

مﺎاجﻧا ﻩ تاﺑﺎﯾد يرﺎاﻤﯿﺑ صﯿخاطت تاﻮه يزﺎاف

ﻫدﺎفتﺳا تﺎبﺳﺎسﺤﻣ .ذض

راسفا مرﻧ زا ﻫدﺎفتﺳا ﺎﺑ يرﺎﻣآ لﯿلﺤت

SPSS 23

مراﻧ طﯿﺤﻣ رد ﯽسﯾﻪﻧ ﻬﻣﺎﻧرﺑ ﻩ

راسفا

MATLAB 2018

ﻬاﺑ .تاﺳا ﻫذض مﺎجﻧا

شﻩر زا ﯽاؼقاﻩ تاقد دﻪاصح رﻪاظﻨﻣ

Kfold

تاﻮه

ﻬﻧﻪﻤﻧ کﯿﮑفت شزﻪﻣآ ﻬتﺳد ﻩد ﻬﺑ ﺎﻭ

(

Train

ﻥﻪﻣزآ ﻩ ) ( ﻫدﺎفتﺳا )

Test

.ذﯾدرﮔ

:جیاتو

ﻬبﺳﺎﺤﻣ يﺎطخ رﺑ ﻫذض

ﺎاطخ تﺎاؼﺑرﻣ ﻦﯿگﻧﺎﯿﻣ سﺎﺳا (

mean square error

)

رد ﻬﮑباض شﻩر

ﻬاﯾلاذﻨچ ﻥﻩرتپﺳرپ ﯽػﻪﻨصﻣ ﯽبصػ (

)

MLP

دﺎاﯾ رادراﺑ ﯽباصػ ﻬﮑباض ﻩ ﻫسﯿتﻧاﻪاک راﯿﮔ

(

Learning

Vector Quantization

)

ﻬﮑبض ﻩ ﯽبصػ يﺎﻭ -

يزﺎف

Nero fuzzy(

اﯿترت ﻬاﺑ )

6 / 87 ﻩ % 2 / 87 ﻩ %

6 / 88 .ذﻣآ تﺳذﺑ %

ٍجیتو :یشیگ

دذﻣ زا ﻫدﺎفتﺳا ذﺳر ﯽﻣ رظﻨﺑ ،ﻬؼلﺎطﻣ جﯾﺎتﻧ ﻬﺑ ﻬهﻪت ﺎﺑ ﯽاﻣ يﻩﺎک ﻫدادرﺑ ﯽﻨتبﻣ يﺎﻭ

ذاﻧاﻪت

تاقد ﺎاﺑ ﻬاؼلﺎطﻣ درﻪﻣ يﺎﻮضﻩر ﻬچرﮔا .ذضﺎﺑ ذﻣآرﺎک تﺑﺎﯾد يرﺎﻤﯿﺑ صﯿخطت رد ﯽﮑﻤک شﻩر کﯾ ﻥاﻪﻨؼﺑ ﯽﻨﯿﺑ صﯿپ ﻥﺎﮑﻣا ﯽﯾﺎﻧاﻪت دﻪبق لﺑﺎق شﻩر ﻬاک ذاﻭد ﯽاﻣ ﻥﺎاطﻧ ﻬاؼلﺎطﻣ جﯾﺎتﻧ ﺎﻣا ذﻧراد ار تﺑﺎﯾد يرﺎﻤﯿﺑ

ذﻧراد يرتلاﺎﺑ تقد يزﺎف ﯽبصػ رﺑ ﯽﻨتبﻣ .

لک ی ذ

ٌطاي اَ

:

ﻬﮑبض ،تﺑﺎﯾد ﯽباصػ يﺎﻭ

ﻬﮑبااض ،ﯽػﻪﻨااصﻣ يﺎااﻭ

ﯽبصػ - يزﺎف ﻫداد ، يﻩﺎک

مبمت ی قوقح ن اررب ررش ی

کرکسپ ورلع هبگشناد ی

هرريردیح ترربرت وررفحم

.تسا

ٍمذقم تتع چتترػ هلع اتتُا چتتتاید اَ ًتتطه شتتطلت د تتلع ي

ٍؼسًت چسا ٍشفای (

1 نًلسا ذف اعآ ساسا ت .) چتتاید واتُخ

International federation of diabetes( )

اتتس د ، 2012

زا صلت 371 ٌدًتت چتتاید ٍتلاشثع ناُخ مد ع زا فو نًلرلع ٍته

ع ٌديزفا نآ ٍت زلو اس َ

ٍت دًض

ٍوًگ زا تملو زا صلت ٍه ا

ت دًخ املت زا چتاید ٍت نایلاشثع نا اتملت ا ت .ذىشسَ ثخ

زا صلت شتاید 470

تع ٍتىیزَ لاد د الرلع اتملت هتیا دًتض

ع لعاػ 50

امتض س ساتسا ت هلىچمَ .چسا فو نًلرلع

اس د ٍه اعآ 2013

ف گ ت ًغ زا صلتت ٍش

6 تفو نًتلرلع

ذىشسَ چتاید ٍتلاشثع وا یا (

2 تلپ ات عًلض نازلع صیازفا هیا .) داتػشتا ٍؼتسًت ات ٌا مَ گذوز کثس تا للغت ،چلؼمخ نذض

چتسا ةساىشع تاا نازلع صیازفا ي (

3 .) ٍتؼلاطع د د ٍته ا

اس 2010 ٍت طىع د چتتاید عًلتض ٍته داد ناتطو ذتض طشىع

ٍت ٍوالع ياخ

ًط لتات اتس اتت ُخًتت 2030

ذتَاًخ صیازتفا

ع د يآ ت ي چفای اتس اتت چتتاید ٍولااس ذض خ و دًض

2030

ذس ت ٍ طىع ميد ٍثت ٍت ناشسهاپ زا ذؼت نا یا د (

4 .)

صیاعزآ قی ط زا ًاتذمػ چتاید اشتضاو امتسلاپ نًتخ ذتىت اتَ

ع ٌداد علخطت ع ملس ت ٍشسد ٍس ٍت ٍه دًض

چتتاید .دًتض

عًو 1 هللًتسوا ٍتت ٍشتستاي چتاید ای IDDM(

هتس د شتطلت )

تع ٌذتید ناهدًه ي هلیاپ عًتو چتتاید .دًتض

2 تلر چتتاید اتی

Downloaded from jms.thums.ac.ir at 8:27 IRDT on Sunday June 16th 2019

(2)

77 ناساکمَ يحابر یياک ٌداد شيس صا ٌدافتسا اب تباید یسامیبیىیبصیپ هللًسوا ٍت ٍشستاي (

NIDDM د )

90 ات % 95 شتاتید نا املت %

ع ٌذَاطع دًض

( 5 ع حض ت هللًسوا ٍشسد هیا د .) لي دًض

تع ناتطو چعيا ع دًخ زا هللًسوا ف ػع تا ت د نذت .ذتَد

عًو چتاید 3

ع ٌذید اد ات ناوز د شطلت تپ ًاتذمػ ٍه دًض

عًو چتاید ٍت اد ات زا 2

ع لیذثت دًض ( 6 وا گو کی چتاید .)

چتتسا عًتتمػ چتتضاذُت متتُع ٌذتتىیازف (

7 ي 8 ) ي زي تتت بتتػات

ٍض اػ ش ا اتو نًتچمَ یاتَ

، تاتپي فو ، تتي ػ تثرت اتَ

چتتها اتاه ي تاتتپًىلت ، تاتتپي ًو تتگید ؼ اًتتػ تتسکی ي

ع دًض ( 9 چتتاید املت ٍه ذَد ع ناطو تاؼلاطع زا خ ت .)

ًتلره ، تتي ػ ، تثرت ، متطا ؼ اًػ ٍرمخزا نآ ؼ اًػ ي

،مظىع وذت چللاؼف ،ملاس یاذر میژ طسًت ،نًتخ ذتىت تشىه

لتات ي شسره شىه ي نًخ اطف شىه چتسا لگتطلپ

( 10 .)

عًو چتاید عًلض 1

ي 2 د چتسا صیازتفا ٍتت ي ناُخ سا س

عًو چتاید صیازفا چػ س لي 2

عًتو چتتاید زا شطلت 1

.چتسا

تع صیازتفا هیا لعاًػ ًٌلتض تللغت لتللد ٍتت ذتواًت

، گذتوز

ًٌلتتض ذتتضات وذتتت چتتللاؼف نازتتلع صَاتته ي تاتتا (

11 اتتت .)

تع تشثتا ع دًخ اَ اشف د ًع د حلحغ شزًعآ ناًتت

80

اتتملت ؼ اًتتػ ذتتغ د داد صَاتته ا

( 13 زا .) دًتتخ تتف ط

ٍتىیزَ صَاته بتػات گذتوز چلفله ءا ت ا ت ٌيلاػ شثتا ع اتَ

ع اتملت هعزتع ي دات ؼ اًتػ زا نآ لگلپ ات ي دد گ اتَ

ي د ه لگطلپ نآ زي ت ای

چخاذوا قیًؼت ٍت ا (

14 .)

ٌداد اَ ازتا ٌزي عا ٍتت ياه

کتضزپ مترػ د ٌد شتسگ ًتط

ت ٌدافشساد ًع ع ا

ٌداد .د لگ لتلرحت ا تت چتسا َا ياه

ٌداد کلتاعًتا تعا هتیا ماتدوا ٍته ناُىپ اًَگلا یاساىض ي اَ

ٍت چتسلو هتکمع شتسد ت ًتغ (

15

ٌداد .) تع ياته د ذتواًت

صلپ مه ي غی س علخطت ي ىلت املت ٍىیزَ

ٍت اَ

ثؤع ًط

دًض ٌدافشسا (

16 یادوآزا .) ٍکثتض ٍه

ثتػػ اتَ

- ػًىتػع

ٍت ذتع د یلااتت یاواًت ٌالس ٍثؼخ کی ناًىػ ل اتسع زاتس

ٌزًتت هلتت حع زا التتست ٍتتخًتد ًع اذتتل ذتتو اد تتطخ لر

ٌداد ( چتسا ٍتشف گ ا ت کتضزپ ياه 17

اتس د .) اتَ

تلخا

کتضزپ علختطت ٍتىلعز د ياته ٌداد زا نيزتفازي ٌدافشسا تؼلاطع ٍتت ناًتت ع ٍوًمو ناًىػ ٍت .چسا دًُطع ًلاعاه اتتآ ٍ

زا ٍه د ه ٌ اضا نا اکمَ ي گواف

ٍضًخ نًلتس گ ي ذىت ٍتت

(ذودًمو ٌدافشسا چتاید املت علخطت ًظىع 25

ٍؼلاطع د . )

نا اکمَ ي اعًدلا اتآ گید ٍتاطع زا

هلمَ

نًلس گ شي

صلپ ٍت تلپ ي ناًتخ ىس ٌي گ ٍشسد يد د چتاید ناع د ىلت

ناع د عًو ساسا ت (ذىشخاد پ

34 .) ي رلوًشوآ شي نا اتکمَ

ذىت ٍضًخ حیاتشو ٍته ذتوداد ا ت ٌدافشسا د ًع ا حطسذىا

کمه لغا شتاتید نا اتملت ناع د لسع یاساىض ٍت وایاض

د ه ( 30 ناواثوآ .) ملمتػت چخ د زا ٌدافشسا ات

ثتػػ ٍکثتض ي

صلپ ٍت ػًىػع نا اتملت د چتاید دًخي ىلت

ذتىشخاد پ (

35 .)

یاس زا ٌدافشسا شي ذتىواع ياته ٌداد اُتضي

SVM د

( مرتتسا اتتتآ ٍتتؼلاطع د چتتتاید اتتملت علختتطت 36

ي )

اتت نا اتکمَ ي ذواگ اتآ ٍؼلاطع د ملمػت چخ د لگ اکت (دًتض تع ٌذَاطع چتاید املت علخطت فذَ

37 هتیا د . )

ٌداد هیًتو اَذشع زا کی زا ٌدافشسا ات چسا ٌذض ؼس ٍؼلاطع ثع ٍه ياه زاتف ثتػػ ػًىتػع اتَ ٍکثتض شي ت ىش

.دًتض ٍتشخاد پ چتتاید اتملت علختطت ي تس ت ٍتت ،چسا زا ٍته واتز لسفت چلرتاتات هلواًت زا ًلاًمؼع زاف اُمشسلس تلاتتمخ IF-THEN للکتتطت

ٌذتتض تتع ٌدافشتتسا ،ذتتوا .ذتتىه

هتتیا

مشسلس قترؼت تاتخ د اتت چیًتیػ غتتاًت ندًتت ا اد چرػ ٍت اَ

واًت ،قلتد هلواًتت د چتلؼطت مذتػ تثا صَاه د ديذحع یا

ع اذل ي ذو اد زاف اتملت علخطت ٍت تًرطع چتد ات ذىواًت

ذىىه کمه چتاید .

شيس اَ

صلتپ ٍتت ٍته چتسا تػلخطت ٍتؼلاطع کی ضا قل حت تىلت

ع چتاید املت

ٌداد .دزاد پ زا ٍلا ع هیا د ٌدافشساد ًع اَ

ٌداد ٍػًمدع طًت ع اَ

ناًتىػ چتحت چتتاید ٍتت (PID

Pima

Indian diabetes د اذواشتسا ٌداد ٍتػًمدع کتی ناًتىػ ٍتت ٍته )

غمخ چتاید يآ

اتلو فللاه ٌاگتطواد شو شىیا چیاس د ي ٌذض

لتات اکی عآ

ٍوًمو هیا .چسا س شسد

ٍت اَ

غعاتخ تؼخ ع ناًتىػ

مشی ًتگلا تس ت چُخ زا التست د هلتضاع لگداتی اتَ

صَيژپ ا اَ

ع ٌدافشس اس د ي دًض

1998 غتمخ يآ ي ٌذتض

( غخ ع د 19

لتات ) ٍتوًمو .چتسا س شسد ا اد اتَ

8 ٍتػخاض

(3)

72 ناساکمَ يحابر یياک ٌداد شيس صا ٌدافتسا اب تباید یسامیبیىیبصیپ ٍت طًت ع 500

ي ملاس نز 268

اتت ي چتتاید املت ٍتلاشثع نز

ىتس لتاذ 21

تع عخاتض اتت قتاتطع ًلاعاته ٍته ذتضات ي اتَ

غمخ واُخ چضاذُت ناعزاس اَد اذواشسا .چسا ٌذید گ يآ

ت ٍتیلا ذتىا ني شتتس پ ثػػ ٍکثض زا ،للرحت هیا مادوا ا ي

ثػػ ٍکثض -

زا ٌدافشسا ات زاف م تو

ازتفا MATLAB 2016

ٌدافشسا چسا ٌذض .

ٌداد دي ي ٍکوآ ٍت ٍخًت ات چػ تس صَاه بػات ماخ لکض ٍت اَ

ع لگدای چتد ي ٍتت ي طیا تض هلتىا زا لگطلپ ا ت ،دًض

شز ا ند ه ناسکی ظاحل گژیي

ٌداد ند ه ٌزللاع و ،اَ

لتثت اَ

مادوا ٍکثض ٍت امػا زا

ٍت .چسا ٌذض ناًىػ

يذتخ قثط اثع 1

ٍتوًمو هلگواتلع امتسلاپ زهًترگ تگژیي د ًع د اتَ

120 چتسا

لا د

ٍوًمو هلگوالع چتاید ٍ تاس گژیي د ًع د ٍه اتَ

47 / 0

گژیي هلت ٍرغاف هیا .چسا تع بػات اَ

دًتض ٍته ت ًتغ د

اتتع و مذتتػ چػ تتس اتتَ لگدای چتتتد صَاتته تتت ٌيلاتتػ زاتتس

صَاه یا گمَ

اع و لمػ .ذتای

ٌداد زاس ( ٍتطتا قتاطع اَ

1 )

مادوا :چسا ٍشف گ

( 1 )

،ٍطتا هیا د

ٍوًمو X ،ٌذتطو اتع و اَ

X_n

ٌداد اتع و اتَ

ي ٌذض X_max ي X_min ع دي ي ثهاذ ي لتاذ لاًتمؼع .ذىضات

ٍت فرشخع الؼع يد یاتواًت ي ٍکثتض َ یا اه تایز ا ًظىع

صلتتپ ا تتت نآ تتع ٌدافشتتسا قتتلتد یًتتگ

اتتطخ يذتتدع .دًتتض

( ( گشسثمَ ةی ض ي )RMSE R²

ٍکثض ٌدزات نازلع گواطو ٍه )

ع ( ٍطتا قتاطع ،ذضات 2

) ع ٍثساحع .ذوًض

( 2 √^∑^̀ )

( 3 )

^∑_{∑ ̅}^̂

ٍتتطتا هتتیا د ، تاذَاتتطع حیاتتشو

ي تاثتتساحع حیاتتشو ̀ N

.چسا تاذَاطع لهداذؼت ناتطو ا اذ ع يد هیا فلاشخاRMES

ع اذت ع هی تشمه .ذَد ا یًگتطلپ چحتغ هی تلااتت ،RMES

ع ناطو ي فغ ٍت اذ ع هیا ٍا َ اذل ذَد

R² کیدزو کی ٍت ت

ٍ ا ا ذع ،دًض کیدزو چلؼتاي ٍت ٌذض

.چسا ت باختًا

ُداد ِوه ىَوهزآ ٍ شزَهآ یاّ

ی اوو ه ب خوخش َوظٌه

تهاید

ٍتتت ٌزاذتتوا چتتتد صیازتتفا ًتتظىع شي زا اتتطخ تتلگ

kfold

ٌدافشسا ٍتت .چسا ٌذض هتیا

ٌداد ٍته ةتلت ت نيذتت شزًتعآ اتَ

ٍت اذگیاخ ملس ت چمستk

زا ي ٌذض

ٍت ٍوًموk-1 ٌداد ناًتىػ

ٍت ٍل ت زا ي شزًعآ ع ٌدافشسا دىس اثشػا ٌداد ناًىػ

.دًتض

قلتد ت اثػ ٍت ٌداد ٌاگیاپ ت

لعاضPID 768 ٍت ٍه ؛چسا ٍوًمو

5 ( چمست داؼتا ات )fold

163 ملتس ت ٍتوًمو تَ د .چتسا ٌذتض

ٍر ع 4

ٍت چمست ي شزًتعآ ٌداد ناًتىػ

1 ٌداد ا تت چمتست

ٌذلدىتتس ٍکثتتض چحتتغ ي ٍتتشف گ ا ت ٌدافشتتساد ًع نًتتعزآ ع ٍ ر کی د تالرمػ هیا .دًض 5

د ي ا تکت ات عًتمدع

25

ٍتوًمو اتت نًتعزآ ي شزًتعآ تالرمػ ات ناتیاپ د ي ماتدوا اتَ

چتد هلگوالع 25

کت ات ع ٍثساحع ا .دًض

ذع ٍتیلا ذتىا ني شتس پ ثػػ ٍکثض کمه ٍت زاس يMLP

ٍکثض ذع هلىچمَ ي يا ٍر ع دLVQ

زا ٌدافشتسا اتت زاس

ٌدافشتسا صَيژتپ هتیا ميد ٍر ع د زاف ثػػ ٍکثض ٌذتض

ذعآ اه زا کی .چسا اشخاس هی ت

ٌدافشتسا ا ت داُىطلپ اَ

ذتع د ةتػػ زاتتس تؼتاي اتتَ

ٍتتیلاذىا ني شتتس پ ذتتع ،

ع کی زا ٍه ذضات کتی ي ناتُىپ ٍیلا ذىا ای کی ، دي ي ٍیلا

ٍتیلا

ني تو ماتمت ، اشخاتس هتیا د .چسا ٍشفای للکطت خي خ اتَ

کی ني و مامت ٍت ٍیلا ٍکثتض هتیا د .ذىشسَ لػشع ذؼت ٍیلا اَ

اىگلس عًو يد زا تيافشع

ع ٌدافشسا اىگلتس يا عًتو .دًتض

-

ٍه یاَ

دي ي ساسا ت شعا اتپ ي ني و َ اَ

ي نزي اتَ

ع ٍثساحع ش لظو ک حع غتات اىگلتس ميد عًو ي ذوًض

اتَ

ٍتیلا ٍت نذض ةؼطىع ي خي خ ٍیلا زا چطگ ت ات ٍه اطخ اتَ

ع ٍثساحع گید واُىپ ني تو داذؼت .ذوًض

اتت ناتُىپ ٍتیلا اتَ

ع چسد ٍت اطخ ي ؼس .ذیآ

ثػػ ٍکثض ٍت زلوLVQ

ذتىت سلاته ٌزً د ٌد شسگ ًط

ٍکثتض هیا .د لگ ع ا ت ياه ٌداد هل حع ٌدافشسا د ًع اشید ع طخ ي شتات ٍیلايد ا اد ٍشتسد شتاتت ٍیلا .ذضات

ذتىت

اد ت ند ه تطخ ٍتیلا چتیاُو د ي ٍتشف گ داتی ا دي ي اتَ

سلاه

ٍشسد ٍت ا شتات ٍیلا اَ

ت اته طتسًت ٍته فذتَ اَ

هللؼت ع چضاگو ٌذض لکض .ذىه

1 - ثتػػ ٍکثتض اشخاس فلا

(4)

79 ناساکمَ يحابر یياک ٌداد شيس صا ٌدافتسا اب تباید یسامیبیىیبصیپ لکتتتض ي ني شتتتتس پ 1

- ثتتتػػ ٍکثتتتض اتتتمؼع ب LVQ

.ذَد ع ناطو ا صَيژپ هیا د ٌدافشساد ًع زا یادوآ تظوزا ٍتیلا ذىا ني شتس پ ثػػ ٍکثض امؼع ٍه

ني و داذؼت

ٍیلا د اَ

تع اتَ

ذتع ٍتدلشو د ذتواًت صت و زاتس

،ذضات ٍشضاد ساسا ديذ اذل

100 ٍکثض يMLP د ًتعLVQ

دي ي .ذیآ چسد ٍت امؼع هی شُت ات چف گ ا ت س ت اَ

زًتهًرگ چتظرر ،لتم غتضي تاؼفد داذؼت :زا چسا ت اثػ ذع ًشتساید اتطف ،نًخ امسلاپ لل

( ک چتسًپ چعاختض ،)mmHg

( ( ٍشػاس يد م س هللًسوا ،)mm mu U/ml

،نذت م خ عخاض ،)

،چتاید ٍ تاس هشضاد

ٍت ندًت ملاس ای املت شعا اپ ي هس ناًىػ

ع ٍکثض خي خ .ذضات

امؼع اَ

ٍتت تيافشع اشخاتس هی تشُت ٍتت تالشتسد ًتظىع

ثػػ ٍکثض د ًع

لکض .چف گ ا ت صیاعزآ 2

- ي فتلا لکتض

2 - ب ٍثتتتساحع اتتتطخ ةتتتلت ت ٍتتتت زا ٌ يد کتتتی د ٌذتتتض

امؼع ٍکثض فرشخع اَ

يMLP ناطو ا LVQ

ع .ذَد

لکش 1 - فلا . ىٍرتپسرپ یبصع ِکبش ی اوعه 3

ُدافتساد َه ِیلا لکش

1 - .ب یبصع ِکبش ی اوعه

ُدافتسا د َهLVQ

لکش 2 - فلا . ِکبش فلتخه یاّ ی اوعه یاطخ داذعش تار غش یازا ِهMLP

یفخه ِیلا د ىٍرً

لکش 2 - ب . ی اوعه یاطخ یبصع ِکبش فلتخه یاّ

LVQ

تهاق ِیلا د ر غش یازا ِه

ثػػ ٍکثض د MLP

ي اتطخ اتطشوا پ عًو زا شزًعآ عًو

لگدای خ و 05

/ 0 ٍکثض امؼع ي 1

- -j -i 8 ع ٍته ذضات يi

j

هلت لغشع 10

ات 100 .ذوا ٌذض باخشوا

ض لک 2 - ٍکثتض د ٍته ذَد ع ناطو فلا اتطخ هی تشمهMLP

واعز ٍت طًت ع (

Feed Forward Back propagation )

ٍه چسا

ني و داذؼت يا ناُىپ ٍیلا د اَ

10 ميد ٍیلا ي 30

هتیا د چسا

تاتؼت ع هی تشمه اتطخ طسًشع نازلع چلا (

Mean Square

Error )

ٌداد ا ت ات تا ت ًاديذ اَ

21 / 0 لکتض .چسا ٌدًت 2

- ب

ع ناطو ني و داذؼت تا للغت ٍه ذَد

ني تو زا شتات ٍیلا د اَ

40 واذىا تيافت ذؼت ٍت ٍکثتض د چتتاید املت علخطت د

ثػػ شتات ٍیلا د نآ چلا هی شُت ي ؛د اذوLVQ

30 ني و

زا شمه اطخ ات 35

/ 0 .چسا

تاثتساحع د زاف قطىع ٍه د کیي لللد ٍت ضا ا د

ٍخاتتض زا التتست د د اد م تتو مًتترػ ي ػاتتمشخا مًتترػ اتتَ

تشف گ ا ت هلت حع ٍخًتد ًع کضزپ ي سذىُع ( چتسا ٍ

22 .)

ٍکثض ٍا گا مشسلس ي ػًىػع ثػػ اَ

تظوزا زاتف اتَ

ا اد مشتسلس يد هتیا غتتاي د اتعا ،ذىشتسَ تيافشع اشخاس .ذو گیذکی ٍت چثسو لمکع چلَاع مشسلس

اَ

، زاف ا ت داتدیا

طخ لر چضاگو زا

دي ي ٍتت تخي خ ٌدافشتسا د ًتع

ا تت

ع ي ذو لگ ت

ٍیاپ

ٍػًمدع زا ا هلواًتت ذو اًشتسا ٍته

اتت هتیا

(5)

71 ناساکمَ يحابر یياک ٌداد شيس صا ٌدافتسا اب تباید یسامیبیىیبصیپ هلواًت ت ساسا صواد طت ي ات

ٌ ُت لگ زا تالت دت دا تفا

ٌ ثخ

ٍىلعز د ظود ًع ع جاشىشسا

تگژیي .ذوًض ش تگو متُع

زاف زالو مذػ

ٍت ًع ف ،چتسا ضای اذتل

د د ًتع ت ا ط

مشسلس یاَ

ناًشو ٍه د کرمػ

نآ اَ

ا

ٍت ت ًغ ذتع تضای

نالت د ه ذىواع صلپ الست چتاید املت ىلت ذلفع

ةساىع ي

ٍت

ظو ع ذىس ٍت. ره ًط

ٍچوآ کی مشسلس زاف ع مادوا

،ذَد

لیذثت صواد طت د ةلات

ٍػًمدع اَ

زاف ٍتت ًتع ف کتی

تضای چتلرتاتات

تطخ لر چتسا

اتَ شعا اپ. دًتخًع

د

مشسلس اتَ

نزي لعاتض ًهذتع اتَ

طاتثت ا ا تت

یدات ع

، دي ي نزي اتَ

طاتثت ا ا تت

یدات ع ساتیات ي نزي اتَ

طاثت ا ا ت یدا ع اتت تخي خ ٌدافشتسا

زا تاتلت دت ا تط

هللؼت مشسلس ع

.ذوًض ٍکثتض ةله ت لغا زاف ي و مشسلس

شزًتعآ مشی ًتگلا زا ٌدافشتسا ات ٍه چسا زاف قطىع ات ثػػ تع هلتلؼت ا زاف مشسلس اَ شعا اپ ، ثػػ ٍکثض تیا .ذتىه

ه

تع ا تخا ثتػػ اشخاس د ا زاف مشسلس کی ذع ي ذتىه

شي زا تثله ت زا شزًعآ ذىیا ف ا ت لعاتض ،شزًتعآ اتَ

تع ٌدافشتسا اتطخ تاؼت ع لتاذ ي ليزو ةلض ( ذتىه

24 - 25 .)

ثػػ ٍکثض ذع -

ٍ ا ا زاف لعاض ٍؼلاطع هیا د ٌذض

5 ٍتیلا

ناطو ٍیلا هلليا ٍه چسا اپ ىؼی دي ي ٌذىَد

ىللاتت اَ شعا

ٍیلا .چسا چتاید املت ناطو مًس ي ميد اَ

ٍتیلا ٌذىَد اتَ

ٍتیلا م اتُا ٍتیلا .چتسا زاتف ذتػاًت لعاتض ٍه ذىشسَ واُىپ شتاتید ٍته یاتُو خي خ لغشع مدىپ ٍیلا چیاُو د ي خي خ ع عخطع ا د ف ندًت ع ،ذىه

ا تت ضا ٍؼلاطع د .ذضات

زا زاف ثػػ ٍکثض ا ط 8

يذخ د ج ذىع لغشع 1

کی ي

ٌدافشسا خي خ لغشع زاتف ذتىیا ف( زاتس زاتف .چسا ٌذض

دي ي ماتمت ند ه تخي خ ي اتَ

د قترؼت غتاتت هلتلؼت ي )اتَ

مادوا ٍؼلاطع ذؼت ٍر ع تلغشع يد مشتسلس هیا د .چسا ٌذض

خي خ يTure

False ي د اد دًتخي اتملت ي ملاس دا فا ا ت

ًعآ مشی ًگلا ثػػ ٍکثض اَ شعا اپ هللؼت ا ت ذی ثلَ شز

-

ف

ٌدافشسا زا

ٍت ثػػ ٍکثض شزًعآ ًٌحو .چسا ٌذض ت ًغ

شزًتعآ اتت ٍته چتسا نآ فذَ ،هیا تاىت .چسا ظاو ات لگدای

ٍکثض نالت ٍشخاىضاو غتاًت ، ٌداد طتسًت ٌذتض

ا تضزًعآ اتَ

شعا اپ شز ااتت ةساىشع ذواًشت ي د لگت دای ي ذىه چفای د اتَ

ٍتشف گ اه ٍت لفوا ٍکثض .ذىه هللؼت ا خي خ ، دي ي ٌذتض

عًتو زا چیًتیػ غتاتت ا اد صَيژپ هیا د

"

linear

"

ٍتیلا د

عًتو زا چیًتیػ غتاتت ي خي خ

"

gaussmf

"

دي ي ٍتیلا د

ع ٍطتا قثط ٍه ذضات 4

ع ٍثساحع .دًض

( ٍطتا 4 :)

2

( )

( , , ) exp 2 x c z

f x  c



  

  

 

شعا اپ ي اَ

هللؼتc ع غتات لکض ٌذىىه شزًتعآ چتُخ .ذىضات

ثػػ ٍکثض -

تثله ت شي ي تليزو نایدا گ شي يد زاف

شزًتعآ چتُخ ناتیدا گ شي زا ٍؼلاطع هیا د ٍه د اد دًخي چتتتد ٍثتتساحع چتتُخ اتتطخ تاتتؼت ع لتاذتت شي زا ي ٍکثتتض

ٌدافشسا لکض .چسا ٌذض 3

- ت ا ط لتفوا مشسلس فلا ا ٌذتض

ع ناطو ت .ذَد

ٌداد ا ت چیًیػ غتاً

دي ي ي تخي خ اَ

ع فی ؼت تگژیي زا کتی َ ا ت ٍؼلاطع هیا د .ذوًض

کتی اتَ

هلت واتز لغشع 2

ات 6

ٍشف گ ظو د چیًیػ غتات .چتسا ٌذتض

تتلغشع یاتتس ا تتت چیًتتیػ غتاتتت ةتتلت ت هلتتمَ ٍتتت زتتلو اتتَ

ٍشخاس

ٍت .چسا ٌذض

لکتض ٍتوًمو ناًىػ 3

- عخاتض تلغشع ب

وذت ٌدًت ع ناطو ا

لعاتض ٍته واتعز ذَد 3

چیًتیػ غتاتت

"

"مه

" ، طسًشع

"

" ي

"دایز .چسا

ٍت شي زا چتتد صیازتفا ًتظىع kfold

ٌدافشتسا ي چتسا ٌذتض

ٍکثض صخت ذىوامَ

ٍوًمو ثػػ اَ

ٍتت شزًعآ اَ

5 چمتست

زا پ ي ملس ت 10

لکض .ذض ٍثساحع اطخ هلگوالع ا کت ات 4

و ا ا کت َ د اطخ طسًشع ع ناط

.ذَد

زاف جاشىشسا مشسلس چمست هیا د -

( ت لثطت ثػػ ANFIS

)

ٌداد ٍت ٍخًت ات يذخ د ج ذىع اَ

1 ا ط د .چتسا ٌذتض

لکض 5 صلتپ ذع خي خ ي ؼتاي خي خ )فلا(

ٌذتىىه تىلت

اتطخ )ب( ،چتتاید املت ا اتطخ ما گًشتسلَ )ج( يRMSE

ع ناطو ذَد .

(6)

71 ناساکمَ يحابر یياک ٌداد شيس صا ٌدافتسا اب تباید یسامیبیىیبصیپ

لکش 4 . شٍ ِه ارکش رّ د یزافٍرً ِکبش یاطخ ي گًا ه kfold

لکش 5 .

ِئا ا یزاف لذه یجٍرخ ِسیاقه تهاید ی او ه ب خخش د یعقاٍ یجٍرخ اه ُذش

لکش 3 - فلا . یحارط س فًا نتس س ُذش

یاّ یدٍ ٍ اه

بخخه لکش

3 - ب . ىذه مرج بخاش ر غته ِه یًاهز ر غته ب صخش

(7)

جیاتً

ٌداد ٍتػًمدع ي تت تضا ٍؼلاطع اتلو فللاه ٌاگتطوادPID

ت لمشطع 8

ٍتت طًتت ع ىللات ٍفلؤع 500

ي ملاتس نز 268

نز

ىس لتاذ ات ي چتاید املت ٍتلاشثع 21

ع ماتدوا ،ذضات ٌذتض

ٍتت ثتػػ زاف ي ثػػ ٍکثض کمه ٍت صَيژپ هیا د .چسا ذتتع ي چتتتاید اتتملت علختتطت نآ حیاتتشو ٍتتسیا ع ي زاتتس

ٍشخاد پ ٌ اتعآ .چتسا ٌذض اتَ

يذتخ د نا اتملت فلتغًت 1

ٌداد صیامو

چسا ٌذض .

لٍذج 1 ی اهآ ِعهاج زا یف صَش یاّ اهآ . 768

رفً

یگژیٍ

اّ

ي گًا ه ا عه فارحًا

لمح عضي تاعفد داذعت

8 / 3 36

/ 3

نًخ یامسلاپ صًکًلگ تظلغ

04 / 120 97

/ 31

کًتسایدساطف (mm Hg)

8 / 68 35

/ 19

ٍس ٍچیَام تسًپ تماخض ییيصابشس (mm)

58 / 20 95

/ 15

ٍتعاس يد مشس هیلًسوا (mu

U/ml)

88 / 79 24

/ 115

نذب مشج صخاض

89 / 31 88

/ 7

تباید ٍقباس هتضاد

47 / 0 33

/ 0

18 هس

/ 33 76

/ 11

ثػػ ٍکثض عًو يد زا اذشتا ٍؼلاطع هیا د يLVQ

چُخMLP

چسد چتتاید اتملت علختطت د چتد ذغ د هی تلاات ٍت تای

ٌدافشسا ٍکثتض د اتمؼع هی تشُت د ٍرغا چتد .چسا ٌذض

يMLP ةلت ت ٍتLVQ

6 / 98 ي % 2 / 98

ٌداد ا ت % نًتعزآ اَ

مشسلس ةله ت ات .ذید گ ٍثساحع

ٍکثض ي زاف اَ

ثتػػ اَ

چلرتات ، ػًىػع .ذید گ ذیذخ ٍر ع د اي لگدای اَ

مشسلس ANFIS ا ط ٌا مَ ٍت ٌذض 8

غتاًت ، املت ٍػخاض

ٌداد ا تت مَ ،چیًیػ ٌداد متَ ي تخي خ اتَ

دي ي اتَ

لعاض املت ٍػخاض َ .ذید گ فی ؼت 3

چیًیػ غتات

"

"مه ،

"

طسًشع

"

" ي

"دایز چتتد ٍکثتض شزًتعآ زا تپ .چسا 63

/ 99

يذخ د لغا حیاشو .ذید گ لغا 2

ٌداد ناطو

.چسا ٌذض

ذتع د تکرمػ چحغ د لگمطا تيافت ٍا گا فترشخع اتَ

مو ٌذَاطع دًض

، ٍر تسع اتملت علختطت د ٍتهادوآزا هکلل صلپ دًثُت اذل چسا طع ناسوا ناخ

ٍتت تش تىلت کتی ٌزاذتوا

ع اذلپ چلمَا ،ذغ د

ٍت ضا صَيژپ د .ذىه شي ره ًتط

ٌداد ت اظو ياه اتت شي د .چتف گ ا تت تاتیز ا د ًتع ٌذض

ٍکثض ظاو ٍکثتض ي ػًىتػع ثتػػ اَ

تف ثتػػ اتَ

زا

ٍت

ٍشسد ًظىع ٌدافشتسا اتملت ي ملاتس ٍشتسديد ٍتت دا تفا ذىت

لگداتی ي ثتػػ لگداتی( فترشخع اتَ لگدای د تکرمػ .ذید گ ٌداد ٌاتگیاپ ي تت ) زاتف ثػػ .چتف گ ماتدوا د اذواشتسا

ع اظشوا مشسلس زا ٌدافشسا ات چتاید املت علخطت دي

اَ

و ذع ٍت چثسو شُت د کرمػ زاف ي .ذضات ٍشضاد ثػػ

لٍذج 2 .

ِکبش درکلوع تحص ِسیاقه یبصع یزاف ٍ یبصع یاّ

لذه عًَ

درکلوع تحص

ِیلا ذٌچ ىٍرتپسرپ 6

/ 98

% 2 LVQ / 98

%

یزاف ٍرً

63 / 99

%

ثحب ذع ات ات ٌذض ؼس ضا ٍؼلاطع د ٍکثتض تت تىشثع زاتس

ثػػ ي ػًىػع ثػػ -

ٍت زاف چتتاید اتملت ىلت صلپ

واتسوا اتطخ صَاه ای فذ ٍت قی ط هیا زا ات دًض ٍشخاد پ صلپ ذوي د ذع هیا .دًض کمه املت ىلت

صلپ اَ

لتد ىلت

ع ٍ ا ا املت دًخي مذػ ای دًخي زا ناتمَ د نا املت ي ذَد

اتملت هیا شىه چُخ ا مزلا تاعاذتا ي ٌذض ٌاگآ يا ل ا ع لت چلَاع لللد ٍت .ذىَد مادوا ساتسا ت چسا هکمع ،چتاید ام

ي شتاتید املت ذواًشو د اًع یؼت د کضزپ ، واسوا اَاطخ .ذىه یاساىض د اد ا چتاید ٍت نذض لاشثع طیا ض ٍه املت ای صَيژپ د ىشثع اَ

ع کضزپ ياه ٌداد ناکتضزپ ٍتت ذتواًت

املت علخطت د کتمه چتتاید علخطت ٍرمخزا فرشخع اَ

د .ذتتىه ا هتتی

ٍکثتتض هلتتت ظًتتػخت ي ػًىتتػع ثتتػػ اتتَ

ٍکثض لتات زاف ثػػ اَ

ٍکثتض .ذىشتسَ ٍتخًت ثتػػ اتَ

ٍىلعز زا الست د ػًىػع ي ناط تس ٍترمخزا کتضزپ اَ

املت صلپ ، ثرت اَ

ٍتت ...ي کتضزپ یياػت لتلرحت ،ا ت ىلت

ٍشف گ اه

ٌذض ( ذوا 21 .)

(8)

شي نًىه ات

ٍت الست اَ

ًتظىع چتتاید اتملت علختطت

مادوا تع ناتلع هیا زا .چسا ٌذض ي شلتس اتتآ اته ٍتت ناًتت

زا ٌدافشتتسا د نا اتتکمَ

(RBF 22 د عاتتُت اتتتآ اتته اتتی ي )

ٍکثض زا ٌدافشسا ثػػ اَ

(MLP 23 ةلت ت ٍت ٍه د ه ٌ اضا )

چتد ٍت اَ

73.32 ي % 76.89 اس د گواف .ذىشفای چسد % 2009

کت زا ٌدافشتتسا ات کتلى

ٌداد فتترشخع اتَ

تت ا نا اتملت ياته

ٍتتضًخ ،چتتتتاید ٍتتتت ندًتتتت لاشتتتثع ساتتسا .چتتسا ٌد تته ذتتىت

گژیي ذع هیا د ٍه یاَ

ت اثػ ذوذتض ٍشخاىتض متُع اَ

زا ذتوا

اتتت ٌذتتضدادیا ذتتتع چتتتتد .نزي ي گداًواتتتخ ٍ تاتتتس ،هتتتس

ٍضًخ زا ٌدافشتسا ذىت

80 ( چتسا % 24

د نا اتکمَ ي گواًَ .)

اتس 2007 اذتگ لثأت ٌذمػ لعاًػ یاساىض ي تت ت ل حت

گژیي باتخشوا هشتست اته ٍتت اتت ،چتتاید تشىه ت اَ

Feature

Selection ( ذتوداد مادوا املت چی یذع مشتسلس د

25 .)

اتتتس د نا اتتتکمَ ي ناتتتلتاف ٍتتؼلاطع 2005

ناًتتتىػ اتتتت

ٍکثض ٍتتسیا ع تتػع ثتتػػ اَ

کلشتسدل نًلس گ ي ػًى

ع ا ت هتیا د .چتف گ ماتدوا تتس ٍتتلاشثع نا اتملت تلعي

ي کلشتسژًل نًلتس گ ا تت کا تىحىع تیز حطتس ٍؼلاطع

ٍکثض یداتت ع ةتتلت ت ٍتتت ػًىتتػع ثتتػػ اَ

75 / 17 ي %

87 / 82 شتطلت چتتد زا ناتطو ٍتؼلاطع هتیا ٍته ذتعآ چتسد ٍت %

ٍکثض ثتتسو ػًىتػع ثتػػ اَ

کلشتسدل نًلتس گ ٍتتت چ

( د اد 26 ( ٍواز ف ٍف ت .) 1394

ات ) ي ت ٍؼلاطع 13423

زا تفو

چه ض لاات ناگذىىه 25

چلَ ٍه اس تشىه چتاید ماذه

ٌذتض ا

اتت ٍیلا ٍس ػًىػع ثػػ ٍکثض ذع زا ٌدافشسا ات ي ذىشضاذو اشخاس 53:20:2

ٍت ٍه ذوداد ٍ ا ا لذع تىحىع تیز حطتس چتد

کا 7 / 72 صلپ چحغ ي % شزًتعآ ىلت

92 چحتتغ ي ذتتغ د

صلپ نًعزآ ىلت 91

/ 6 چسد % اتت ٍته ذتىشف گ ٍتدلشو ناتوآ .چفای

ٍت ػًىػع ثػػ ٍکثض ذع زالو مذػ ٍت ٍخًت ؼ ف صلپ

اَ

شي ًمؼع صلپ چحغ ي اعآ کلسلاه اَ

ٍکثض ، ىلت اَ

( چتتسا تلااتتت اتتعآ زا ثتتػػ 27

چتتخ د زا ا تتدلا امتتسا .)

متػت ٌد ته ٌدافشتسا يد عًتو چتاید املت علختطت ا تت مل

ٍت ثط ند ت اه ٍت ات .چسا ملمتػت چتخ د مشی ًتگلا ذتىت

48j

ٌداد ي ت م و د اَ

، ازتفا Weka ذتللًت ملمتػت چتخ د ٌذتض

( چسا 28 اتس د نا اتکمَ ي روًتتشوآ .) 2013

بًا اتا کتی

ٍتتیزدت ٍتتضًخ تتت تتىشثع لتتلرحتي ا تتتت حطتتس ذتتىا ذتتىت

ٍت ا ا شتاتید نا اتملت ٍتىیاؼع ي ناتع د اَ لتتسع یاتساىض

ٌد ه لعاض ٍؼلاطعد ًع ٌداد ٌاگیاپ .ذوا 856

نا اتملت زا د ًته

ناشتس املت زا کی د داُىتطلپ شي ي ٌدًتت ناشتسرگوا اتَ

ٌي گ یاساىض ي ٍتاتطع اتملت ٍتتچخی ات اتتت نا اتتملت اَ

ًػ تذض صیازفا نآ ؼ ا

ٍت اَ

لتمػ تًخ چتسا ٌد ه

( 29 ).

د

اس 2009 اد تت هلضاع شي زا ٌدافشسا ات نا اکمَ ي شواس

چتتد اتت ذىشسواًت ناثلشطپ 38

د ا ميد عًتو چتتاید اتملت %

ٌداد .ذىَد علخطت دا فا نآ اَ

ٍت طًت ع اَ

768 ع املت ذض

هللًتسوا نازتلع ي دا تفا نًخ اتطف ٍترمخزا تلغشع چطَ زا ي صلپ ا ت ی زت لت

( ذودًمو ٌدافشسا دًخ ى 30

.)

د ذع تاؼلاطع زا گید خ ت

ٍت زاس

ٍکثض ةله ت ٍرلسي اَ

مادوا زاف ي ثػػ هیا د ٍه چسا ٌذض

ع هلت صَيژپ ٍت ناًت

چتخ د ، زاف مشسلس شي ةله ت ات نا اکمَ ي ضًلف ذمحع ملمتتػت (D-T) مشی ًتتگلا ، تتضياه اتتَ

(BPSO) مشی ًتتگلا ، اتتَ

ٍتت ثط ذتتىت (SVM) ثتتػػ ، - زاتتف (ANFIS)

ٍتتت چتتتد 1 / 95 %

ٌذلس ( ذوا 5 تًت ٍط و ي چسا دًُطع ضا ٍؼلاطع د ٍچوآ .)

شي زا ٌدافشتسا ،چتسا ٍتاطع تاؼلاطع ٍت چثسو نآ Kfold

د

ٍوًمو کلکفت تع نًتعزآ ي شزًتعآ اَ

زا التست د .ذتضات

ذع ذىیا ف د ٍتاطع تا ل حت

ٍ ا ا لذع ، زاس ٍته چتسا ٌذتض

غ ٌدًتت شزًتعآ ٍتر ع د مشسلس د کرمػ هی شُت لغا ًاف

ذع همض ،ٌذض شلات ٍؼلاطع هیا د هکلل .چسا اتملت زاس

صلپ ذع ا ط ي چتاید اتت اتَاطخ هلگوالع ،ةساىع ٌذىىه ىلت

ٍوًمو کلکفت ٍت ٍخًت د لتاذت چتست ي شزًتعآ اتَ

50 اتت

نآ زاساذخ

ٍت .دًض لغا گیذکی زا اَ

هیا ت ت چتتد ةتل اتَ

ٍت چسد چتتد ٍتت چثسو ٌذعآ ٍتاتطع تاتؼلاطع د ٍرتغا اتَ

کتیدزو چلؼتاي ٍت ندًت تلاات همض هلگواتلع ٍتها ا .چتسا تت

ٍکثض اطخ چثث اَ

چسا ٌذض .

ٍجیتو یشیگ

يذتخ زا ٍرتغا حیاتشو ساتسا ت 2

، چتتد ٍت ا ا د ٌذتض هتیا

صَيژپ د ٍتسیا ع اتت یاتس صَيژتپ اتَ

ماتدوا ٌذتض لااتت ي

(9)

لتات ًثت

ٌدًت ي ع ذواًت د ت ا ط ذتع اتَ

ةتساىع چتُخ

یًگطلپ ناکعا

لاشتا دا فا

ٍت املت اَ

چتاید

ٌدافشسا دًض .

هلىچمَ

ع ذواًت د

ٍعاو ت اَ

گلات ر چُخ

یاساىض دا تفا

د ؼ ؼع طخ

ٌدافشسا یاتدوآزا هلتىچمَ .دًض ٌداد ٍته

اتَ

زا التست د ي ٌدًتت د اذواشتسا ٍتؼلاطع هیا د ٌدافشساد ًع

ٌداد تاؼلاطع تع ا تت ٌدافشساد ًع چتاید املت ياه

،د تلگ

ع صَيژپ هیا د ٌدافشساد ًع مشی ًگلا

ٍت ذواًت اتىثع ناًتىػ

ٌداد د ًتتع د ًاتتغًػخ تتتآ تاتتؼلاطع اتته د عًتتت اتتَ

يژپ صَ

.د لگ ا ت ٍخًتد ًع ٌذىیآ اَ

شي زا ٌدافشتسا اتَ

ٌداد هیًو ع ياه

ٍت ذواًت غی س علخطت قلتد ي ت

اتملت ت چتاید

ذىه کمه مشسلس هیا . تع اتَ

الشتسد کتی ذتىوامَ ذتىواًت

ا ت املت علخطت چُخ عػخشع کضزپ چعذخ د کضزپ .د لگت شکطت یوادسذق ي

ای ه

ٍلا ع

ٍشف گ ت زا تطَيژپ ا ًتض بًتػع ط ٌاگتطواد

ٍی ذل چت ت ع

ذضات .

عفاىم داضت ناگذىتسیًو طتسًت ؼفاتىع ؼ اتؼت ٍوًگ چلَ صَيژپ هیا د

چسا ٌذطو ش ازگ .

References

1.

Nazarzadeh M, Bidel Z, Sanjari Moghaddam A.

Meta-analysis of diabetes mellitus and risk of hip fractures small study effect. Osteoporos Int (2016) 27: 229.

2. Janahmadi Z, Nekooeian AA, Mozafari M.

Hydroalcoholic extract of Allium eriophyllum leaves attenuates cardiac impairment in rats with simultaneous type 2 diabetes and renal hypertension. Research in pharmaceutical sciences.

2015; 10(2):125.

3. American Diabetes A. Economic costs of diabetes in the U.S. in 2012. Diabetes Care.

2013;36(4):1033-46.

4. Shaw JE, Sicree RA, Zimmet PZ. Global estimates of the prevalence of diabetes for 2010 and 2030. Diabetes Res Clin Pract. 2010;87(1):4-14.

5. Naim Abadi, Mohammad Reza Ahmadi Chamachar, Noshas Tahami, Ehsan Rabbani, Hossein. Diagnosis of diabetes using the 14th Iranian Student Conference on Electrical Engineering, Kermanshah, Iran, Kermanshah University of Technology, pp. 251-258.persian 6. American Diabetes Association, Diabetes, Basics www.diabetes.org/diabetes-basics, (08/29/2012).

7. Whiting DR, Guariguata L, Weil C, Shaw J. IDF diabetes atlas: global estimates of the prevalence of diabetes for 2011 and 2030. Diabetes Res Clin Pract. 2011; 94(3):311-21.

8. Guariguata L. By the numbers: new estimates from the IDF Diabetes Atlas Update for 2012.

Diabetes Res Clin Pract. 2012; 98(3):524-5.

9. Ahmadi A, Hasanzadeh J, Rahimi M, Lashgari L.

Factors af –fecting the quality of life in patients

with type 2 diabetes Chahar Mahal Bakhtiari. J North Khorasan Univ Med Sci. 2011;3(1):13-7.

10. Shi L, Shu XO, Li H, Cai H, Liu Q, Zheng W, et al. Physical activity, smoking, and alcohol consumption in association with incidence of type 2 diabetes among middle-aged and lderly Chinese men. PLoS One. 2013;8(11).

11. Corriere M, Rooparinesingh N, Kalyani RR.

Epidemiology of diabetes and diabetes complications in the elderly: an emerging public health burden. Curr Diab Rep. 2013;13(6):805-13 12. Arastoo A, Ghassemzadeh R, Nasseh H, Kamali M, Rahimi FA, Arzaghi M, et al. [Factors Affecting Quality of life in Elderly Diabetic Residents of the kahrizak Geriatric Nursing Home of Tehran]. Iran J Endocrin Metab. 2012;14(1):18-24.

13. Shirazi M, Anoosheh M, Sabohi F. Barriers of diabetes self-care education: viewpoint of patients and nurses. J Diabet Nurs. 2014;2(2):63-76.

14. Bidi F, Hassanipour K, Ranjbarzadeh A, Arab KA. Effectiveness of Educational Program on Knowledge, Attitude, Self Care and Life Style in patients with type II diabetes. J Sabzevar Uni Med Sci.2013;19(4):336-44.

15. Elsappagh S, Elmogy M, Riad AM. A fuzzy ontology oriented case based reasoning framework for semantic diabetes diagnosis. Artif Intell Med2015;14:92-5.

16. Baronepel O, Heymann AD, Friedman N, Kaplan G. Development of an unsupportive social interaction scale for patients with diabetes. Patient Prefer Adherence 2015;23;9:1033-41.

17. Zabbah I, Hassaanzadeh M, kohjani Z. The Effect of Continuous Parameters on the Diagnosis

(10)

73 ناساکمَ يحابر یياک ٌداد شيس صا ٌدافتسا اب تباید یسامیبیىیبصیپ of Coronary Artery Disease Using Artificial Neural

Networks. Journal of Torbat Heydariyeh University of Medical Sciences. 2017; 4 (4):29-39

18. Zadeh, L.A. (1965), "Fuzzy Sets, Information and Control”, Vol. 8, pp. 338-353.

19. Newman,D.J.Hettich, S.Blake, C.L.S. &

Merz,C.J. 1007. UCI repository of machine learning database, Irvine, CA: University of California, Dept.

of Information and Computer

Science.archive.ics.uci.edu /ml/datasets/Pima +Indians Diabetes.

20. John, R. and Coupland,S. Type-2 Fuzzy Logic:

A Historical View, Computational Intelligence Magazine, IEEE, 2007; 2(1), 57-62.

21.I. Zabbah, S. E. Yasrebi Naeini, Z.

Ramazanpoor, and K. Sahragard, The Diagnosis of Thyroid Diseases Using Combinati on of Neural Networks through Hierarchical Method, 2017;4(1), 21–31.

22. A Heydari, d. Tavakoli, and P Fakharian, Approximation of Special Sheet Values Using Artificial Neural Network, Modeling in Engineering, 2013;11(35), 49-62.[Persian]

23. j Ahadian and F Behrouzi, Application of the ANFIS Adaptive System to Estimate the Risk Soil Consolidation Potential, Modeling in Engineering,1959; 14( 45),17-31.[persain]

24. Biglarian A, Bakhshi E, Gohari MR, Khodabakhshi R. Artificial neural network for prediction of distant metastasis in colorectal cancer.

Asian Pac J Cancer Prev,2013; 27(9),13-30.

25. Fang X. Are you becoming a diabetic A data mining approach. In Fuzzy Systems and Knowledge Discovery. FSKD'09. Sixth International Conference on IEEE, vol. 5, 2009; pp. 18‐22.

26. Huang Y. McCullagh P. Black N. & Harper R.Feature selection and classification model construction on type2 diabetic patients’ data.

Artificial intelligence in medicine,2007; 41(3), 251‐

262.

27. Fabian Jaimes, Diego Alvarez, Martinez C.

Comparison between logistic regression and neural networks to predict death in patients with suspected sepsis in the emergency room. Critical Care.2005;9(2):150-6.

28. Burfei Farzaneh, Salehi Masoud, Najafi Iraj.

Anticipating Diabetes Using An Artificial Neural Network. Razi Medical Journal. 1394; 22 (135): 29- 37

29. Al Jarullah, Asma A. Decision tree discovery for the diagnosis of type II diabetes. International Conference on Innovations in Information Technology (IIT), 2011; pp. 303‐307.

30. Antonelli D. Baralis E. Bruno G.Cerquitelli T.Chiusano S. & Mahoto N. Analysis of diabetic patients through their examination history. Expert Systems with Applications,2013; 40(11), 4672–78.

31. Santi WP.A new smooth support vector machine and its applications in diabetes disease diagnosis. J Comput Sci 2009; 5(1), 3-8.

32. Breault, Joseph L. Colin R. Goodall, and Peter J.Fos. Data mining a diabetic data warehouse. Artificial Intelligence in Medicine, 2002; 37‐54.

33.Patil B. M. R. C. J. and Durga T. Association rul e for classification of type‐2 diabetic patients.

In Second International, Conference on achine Learning and Computing

(ICMLC), 2010; 330‐334.

(11)

Diagnosis of Diabetes using Artificial Neural Network and Neuro- Fuzzy approach

Iman Zabbah¹*, Asma Eskandari ², Zahra Sardari ², Abolfazl Noghandi²

1. Departement fo Electrical and Computer Engineering, University of Torbat Heydarieh, Iran 2. University of Torbat Heydariyeh, Torbat Heydarieh, Iran

Corresponding author: [email protected]

Received:

Accepted:

Abstract

Background & Aim:

A main problem in diabetes is its timely and accurate diagnosis. This study aimed at diagnosing diabetes using data mining methods.

Methods: The present study is an analytical investigation including

768 individuals with 8 attributes. Artificial neural networks and fuzzy neural networks were used to diagnose the diabetes. To achieve a real accuracy, the Kfold method was used to divide samples into training and test groups.

Results:

The mean square errors in multilayer perceptron network (MLP), learning vector quantization and Nero fuzzy networks were 98.6%, 98.2% and 99.6%, respectively.

Conclusion: According to the results of this study, , data mining

method can be effective in diagnosing diabetes. In this regard, both used methods are useful; however, higher precision was obtained following the use of Neuro-Fuzzy approach.

Keywords:

Diabetes, Artificial Neural Networks, Fuzzy Neural networks Data mining

Journal of Torbat Heydariyeh University of Medical Sciences

2018, Volume 6, No.2:10-20. Original article

How to Cite this Article: Zabbah I, Eskandari A, Sardari Z, Noghandi A. Diagnosis of Diabetes using Artificial Neural Network and Neuro-Fuzzy approach. Journal of Torbat Heydariyeh University of Medical Sciences. 2018;6(2):10-20.