یک شبکه عصبی مبتنی بر سیستم متخصص برای تشخیص دیابت شیرین
چکیده
دیابت یک بیماری است که گلوکز خون، یا سطح قند خون در بدن، بسیار بالا هستند. آسیب های ناشی از دیابت می توانند بسیار مختلف بوده و حتی در زنان آبستن، به دلیل زمینه برای انتقال بیماری ارثی به نسل بعدی، بیشتر قابل توجه هستند. سیستم های متخصص اکنون برای تشخیص پزشکی امراض در بیماران، به منظور تشخیص بیماری و کمک به ارائه راه حل برای آن، استفاده می شوند. این تحقیق، یک مدل شبکه عصبی برای تشخیص دیابت شیرین در زنان حامله، ایجاد و به کار گرفت. مدل یک شبکه عصبی پیشخور(feed forward network) چهار لایه، که با استفاده از الگوریتم بازگشت به عقب (back-propagation)، آموزش دیده است. لایه ورودی، 8 نورون دارد، دو لایه ی مخفی، هرکدام 10 نورون داشته، و لایه خروجی یک نورون دارد، که هر کدام نتایج تشخیص (diagnosis result) هستند. مدل توسعه یافته نیز در یک برنامه مبتنی بر وب، برای تسهیل استفاده از آن، گنجانده شده است. اعتبارسنجی توسط رگرسیون، نشان می دهد که شبکه ی آموزش دیده، بیش از 92%، دقیق است.
1 معرفی
دیابت یک بیماری است که به عنوان یک نتیجه از سطح گلوکز خون، که در اثر غیاب و یا ناکافی بودن مقدار انسولین در بدن، بسیار بالا باشد، بوقوع می پیوندد. این یک نقص در توانایی بدن برای تبدیل گلوکز (قند) به انرژی است. گلوکز منبع سوخت اصلی، برای بدن ما است. دیابت وقتی توسعه می یابد که پانکراس در تولید مقادیر کافی از انسولین (نوع 1 دیابت) ناتوان باشد، یا انسولین تولید شده معیوب بوده و نتواند گلوکز را به سلول ها جابجا کند (نوع 2 دیابت) [1]. در هر صورت انسولین در مقادیر کافی تولید نمی شود یا تولید انسولین معیوب است و نمی تواند گلوکز را به سلول منتقل کند.
Abstract
Diabetes is a disease in which the blood glucose, or blood sugar levels in the body are too high. The damage caused by diabetes can be very severe and even more pronounced in pregnant women due to the tendency of transmitting the hereditary disease to the next generation. Expert systems are now used in medical diagnosis of diseases in patients so as to detect the ailment and help in providing a solution to it. This research developed and trained a neural network model for the diagnosis of diabetes mellitus in pregnant women. The model is a four-layer feed forward network, trained using back-propagation and Bayesian Regulation algorithm. The input layer has 8 neurons, two hidden layers have 10 neurons each, and the output layer has one neuron which is the diagnosis result. The developed model was also incorporated into a web-based application to facilitate its use. Validation by regression shows that the trained network is over 92% accurate.
1 Introduction
Diabetes is a disease that occurs as a result of the glucose levels being too high due to the absence of, or inadequate amount of insulin in the body. It is a defect in the body’s ability to convert glucose (sugar) to energy. Glucose is the main source of fuel for our body. Diabetes develops when the pancreas fails to produce sufficient quantities of insulin (Type 1 diabetes) or the insulin produced is defective and cannot move glucose into the cells (Type 2 diabetes) [1]. Either insulin is not produced in sufficient quantities or the insulin produced is defective and cannot move the glucose into the cells.
چکیده
1 معرفی
2 مرور منابع
2.1 کارهای مرتبط
3 روش شناسی
3.1 طراحی شبکه عصبی
لایه ورودی
لایه های پنهان
لایه خروجی
4 پیاده سازی
5 بحث
Abstract
1 Introduction
2 Literature Review
2.1 Related Works
3 Methodology
3.1 Neural Network Design
The Input Layer
The Hidden Layer
The Output Layer
4 Implementation
5 Conclusion
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه