فهرست نشریات علمی دسترسی آزاد ایران

دیابت یکی از عوامل مهم مرگ و میر در سراسر جهان است و تاثیرات آن بر بیماری‌های کلیوی و قلبی و از دست دادن بینایی قابل توجه است. پیش‌بینی دیابت یک حوزه تحقیقاتی مهم است که می‌تواند به بهبود درمان بیماری کمک کند. در این مقاله، روش جدیدی برای تشخیص بیماری دیابت پیشنهاد شده است. روش پیشنهادی روی مجموعه‌داده دیابت اعمال شده است، ابتدا در مرحله پیش‌پردازش، شناسایی داده‌های پرت و حذف آنها، جایگزین نمودن مقادیر گمشده و نرمال‌سازی داده‌ها انجام می‌شود. پس از پیش‌پردازش داده‌ها با استفاده از الگوریتم لاسو، ویژگی‌های مهم انتخاب می‌شوند. سپس با استفاده از سه طبقه‌بند K-نزدیکترین همسایه، تقویت گرادیان شدید و کت‌بوست، نمونه‌ها به دو کلاس بیماران دیابتی و سالم طبقه‌بندی می‌شوند. در پایان برای بهبود روش پیشنهادی از الگوریتم رای‌گیری نرم برای ادغام سه طبقه‌بند استفاده شده است. مدل پیشنهادی در این پژوهش با استفاده از معیارهای ارزیابی دقت، صحت و پوشش مورد ارزیابی قرار گرفت. این مدل به دقت 94.4%، صحت 96.5% و پوشش 92.7% دست یافت. نتایج حاکی از آن هستند که مدل پیشنهادی با افزایش دقت در تشخیص بیماری دیابت نسبت به سایر، عملکرد بهتری داشته است. بنابراین، با استفاده از این مدل، می‌توان افرادی که در معرض خطر ابتلا به دیابت هستند را با دقت بیشتری شناسایی کرد و اقدامات پیشگیرانه‌ای را برای کنترل بیماری دیابت انجام داد.