پیش بینی صحیح دز انسولین در بیماران دیابتی نوع دو با استفاده از ترکیب سیستم های هوشمند مصنوعی و الگوریتم های داده کاوی

Authors

محمد فیوضی

mohammad fiuzy address: mohammad fiuzy, department of control, school of electrical engineering, iran university of science and technology, p.o box : 1684613114تهران، نارمک، دانشگاه علم و صنعت، دانشکده مهندسی برق، بخش مهندسی کنترل ، کدپستی:1684613114، تلفن: 09188160930 جواد حدادنیا

javad [email protected] research center for advanced medical technologies, electrical engineering faculty, hakim sabzevari university, sabzevar, iranمرکز تحقیقات فناوری های نوین پزشکی, دانشکده مهندسی برق نسرین ملانیا

nasin mollania biochemistry section, department of biology, faculty of basic science, hakim sabzevari university, sabzevar, iranبخش بیوشیمی، گروه زیست شناسی، دانشکده علوم پایه محمد محمد زاده

mohammad mohammad zedeh healthy ageing research center, university of medical sciences, sabzevar, iranمرکز تحقیقات سالمند شناسی

abstract

مقدمه: دیابت بیماری است که علاوه بر پیشگیری، نیاز به مراقبت های فراوانی از قبیل پیش بینی صحیح میزان نوسانات سطح قند خون دارد. از مهم ترین عوارض این بیماری می توان به بیهوشی، کما و حتی مرگ اشاره کرد. امروزه در این بیماران، تعیین صحیح دُز انسولین براساس تجربه یا دانش پزشکان با استفاده از تعامل با بیماران مشخص می شود، هر چند که وجود خطاهای انسانی اجتناب ناپذیر است. در این مطالعه سعی شده است تا پیش بینی صحیحی از نیاز 48 ساعت آینده انسولین برای بیماران به دست آید. روش ها: 124 بیمار دیابتی نوع دو و 188 فرد مشکوک به بیماری نوع دو براساس 12 ویژگی با انتخاب تصادفی از بین افراد مراجعه کننده به مرکز تحقیقات دیابت دانشگاه علوم پزشکی سبزوار در فاصله سال های 1385 تا 1390 مورد مطالعه و بررسی قرار گرفتند. سیستم پیشنهادی نویسندگان دارای چندین زیر سیستم از قبیل الگوریتم های تکاملی (bpso1) به منظور انتخاب بهترین و موثرترین ویژگی ها، الگوریتم های داده کاوی (svm2) به منظور تشخیص و دسته بندی ویژگی های موثر از غیر موثر و سیستم های انطباقی فازی عصبی (anfis3) به منظور تخمین، یادگیری و تطبیق در جهت پیش بینی صحیح، مورد استفاده قرار گرفته است. تمام شبیه سازی ها توسط نرم افزار matlab انجام شده است. یافته ها: سیستم پیشنهادی براساس بهترین ویژگی ها در بانک داده در قالب ترکیب و تعامل موفق شد به دقت بالایی با کمترین خطا دست یابد. این سیستم در مقایسه با سایر روش های معمول از سرعت قابل توجه، عملکرد مناسب و دقت بالایی برخوردار است. سیستم پیشنهادی در قالب ترکیب و تعامل با زیر سیستم ها موفق شد به نرخ ویژگی 1/84 درصد، 91 درصد در حساسیت و به دقت 9/92 درصد، دست یابد.  نتیجه گیری: در این تحقیق با توجه به ضرورت تعیین صحیح و به موقع میزان انسولین برای بیماران، روشی نوین مبتنی بر ترکیب سیستم های هوشمند جهت پیش بینی صحیح دُزانسولین برای بیماران ارائه شده است. با به کارگیری سیستم پیشنهادی علاوه بر مشخص شدن نیاز صحیح انسولین برای بیماران از مشکلاتی همچون بستری و مراقب های طولانی و طاقت فرسای بیماران برای مشخص شدن نیاز انسولین آن ها پیشگیری شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی صحیح دز انسولین در بیماران دیابتی نوع دو با استفاده از ترکیب سیستم‌های هوشمند مصنوعی و الگوریتم‌های داده‌کاوی

Background: Diabetes is such diseases that need high quality beside prevention such as correctly predict fluctuations in blood glucose levels. The main complications of the disease can be anesthesia, coma and even death. Today, in these patients, the correct dose of insulin determined based on experience or doctors knowledge, and interact between the patients and physician, although there is an...

full text

سیستم تزریق هوشمند انسولین در بیماران دیابتی با استفاده از شبکه عصبی و الگوریتم فازی

کنترل دقیق و پایدار متغیرهای حیاتی در افراد بیمار که سیستم کنترل طبیعی آنها به دلیلی با مشکل مواجه شده است، امری ضروری است. یکی از این متغیرهای حیاتی سطح گلوکز خون افراد مبتلا به دیابت است. اما در اینجا مشابه اغلب سیستم‌های کنترل مصنوعی برای کنترل شرایط بدن انسان، پیچیدگی‌ها و عدم قطعیت‌های زیادی وجود دارد که ما را ملزم به استفاده از روش‌های کنترلی پیشرفته می‌نماید. در این مقاله سعی شده است که ...

full text

پیش بینی روش درمان بیماری قلبی با استفاده از الگوریتم های داده کاوی

Background and Aim: Nowadays heart disease is very common and is a major cause of mortality. Proper and early diagnosis of this disease is very important. Diagnostic methods and treatments of the disease are so expensive and have many side effects. Therefore, researchers are looking for cheaper ways to diagnose it with high precision. This study aimed to identify a model for the treatment of he...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

My Resources

Save resource for easier access later


Journal title:
مجله دیابت و متابولیسم ایران

جلد ۱۴، شماره ۶، صفحات ۴۱۸-۴۳۰

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023