توضیحات
ABSTRACT
Ant colony optimization (ACO) has been used successfully in data mining field to extract rule based classification systems. The Objective of this paper is to utilize ACO to extract a set of rules for diagnosis of diabetes disease. Since the new presented algorithm uses ACO to extract fuzzy If-Then rules for diagnosis of diabetes disease, we call it FADD. We have evaluated our new classification system via Pima Indian Diabetes data set. Results show FADD can detect the diabetes disease with an acceptable accuracy and competitive or even better than the results achieved by previous works. In addition, the discovered rules have good comprehensibility.
INTRODUCTION
Diabetes is one of the most dangerous diseases, named Silent killer. This disease is a major health problem in both industrial and developing countries, and its incidence is rising. It is a disease in which either the body does not produce enough insulin or the cells ignore the insulin. Insulin is necessary for the body to be able to use glucose for energy . Diabetes increases the risk of blindness, blood pressure ,heart disease, kidney disease and nerve damage. This disease has two main types : type1 and type 2. The most usual form of diabetes is diabetes type 2 or Diabetes mellitus type 2. Millions of people have been diagnosed with diabetes type 2, and unfortunately many more are unaware that they are at high risk . In diabetes type 2, the body is resistant to the effects of insulin (a hormone that regulates the movement of sugar into cells) or the body doesn’t produce enough insulin to maintain a normal glucose level .The Pima Indians of Arizona have the highest prevalence and incidence of diabetes Type 2 of any population in the world . Although with new medical progresses, early diagnosis of disease has improved but about half of the patients diabetes Type 2 are unaware from their disease and may take more than ten years as the delay from disease onset to diagnosis . While early diagnosis of disease and treatment of hyperglycemia and related metabolic abnormalities are of vital importance. The diagnosis of diabetes is not easy because there are many factors that the physician must consider.
چکیده
بهینه سازی کلون مورچه (ACO) با موفقیت در زمینه داده کاوی برای استخراج سیستم های طبقه بندی مبتنی بر قانون مورد استفاده قرار گرفت. هدف از این مقاله استفاده از ACO برای استخراج مجموعه ای از قوانین برای تشخیص بیماری دیابت است. از آنجاییکه الگوریتم ارائه شده جدید از ACO برای استخراج fuzzy If-Then قوانین برای تشخیص بیماری دیابت استفاده می کند، آن را FADD نامیده ایم. ما سیستم طبقه بندی جدید ما را از طریق مجموعه داده های دیابت پیمای هندی ارزیابی کرده ایم. نتایج نشان می دهد که FADD می تواند بیماری دیابت را با دقت قابل قبول و رقابتی و یا حتی بهتر از نتایج حاصل از آثار قبلی تشخیص دهد. علاوه بر این، قوانین کشف شده نیز قابل فهم هستند.
مقدمه
دیابت یکی از خطرناک ترین بیماری هاست، به نام قاتل خاموش است. این بیماری یکی از مشکلات عمده سلامت در کشورهای صنعتی و در حال توسعه است و بروز آن افزایش می یابد. این یک بیماری است که در آن یا بدن به اندازه کافی انسولین تولید نمی کند یا سلول ها انسولین را نادیده می گیرد. انسولین برای بدن لازم است که بتواند از گلوکز برای انرژی استفاده کند. دیابت خطر نابینایی، فشار خون، بیماری قلبی، بیماری کلیوی و آسیب عصبی را افزایش می دهد. این بیماری دارای دو نوع اصلی است: نوع 1 و نوع 2. معمول ترین نوع دیابت نوع 2 دیابت نوع 2 یا نوع دیابت نوع 2 است. میلیون ها نفر از افراد مبتلا به دیابت نوع 2 تشخیص داده شده و متاسفانه بسیاری دیگر از آنها اطلاع ندارند که آنها بالا هستند خطر . در نوع 2 دیابت، بدن به اثرات انسولین مقاوم است (یک هورمون که حرکت قند را به سلول ها تنظیم می کند) یا بدن انسولین کافی برای حفظ سطح قند خون نرمال نمی کند. سرخپوستان پیمای آریزونا دارای بالاترین شیوع و شیوع دیابت نوع 2 هر جمعیت در جهان است. با وجود پیشرفت های پزشکی جدید، تشخیص زودهنگام بیماری بهبود یافته است، اما حدود نیمی از بیماران مبتلا به دیابت نوع 2 از بیماری خود بی اطلاع هستند و ممکن است بیش از 10 سال به عنوان تاخیر از شروع بیماری تا تشخیص داده شود. در حالیکه تشخیص زودهنگام بیماری و درمان هیپرگلیسمی و اختلالات متابولیکی مربوطه اهمیت حیاتی دارند. تشخیص دیابت آسان نیست زیرا عوامل بسیاری وجود دارد که پزشک باید در نظر بگیرد.
Year: 2010
Publisher : Eighteenth International Energy Conference of Iran
By : Mostafa Fathi Ganji , Mohammad Saniee Abadeh
File Information: English Language/ 7 Page / size: 764 KB
سال :1389
ناشر : هجدهمین کنفرانس بین المللی برق ایران
کاری از : مصطفی فتحی گنجی، محمد سنی آباده
اطلاعات فایل : زبان انگلیسی / 7 صفحه / حجم : KB 764
نقد و بررسیها
هنوز بررسیای ثبت نشده است.