رویکردهای محاسباتی نرم برای تشخیص بیماری دیابت: بررسی اجمالی
مقاله انگلیسی ۱۳ صفحه فایل PDF ترجمه فارسی ۹ صفحه فایل Word
دیابت یک بیماری مزمن و یک چالش عمده بهداشت عمومی در سرتاسر جهان است. این یک بیماری است که در آن سطح قند خون بالاتر از حد طبیعی است. دیابت زمانی اتفاق می افتد که بدن قادر به تولید یا پاسخ مناسب به انسولین نباشد که در این صورت نیاز به حفظ میزان قند خون دارد. روش های مختلفی از محاسبات نرم مانند ماشین های بردار پشتیبانی (SVM)، بهینه سازی کلونی مورچه (ACO)، مجموعه های سخت، شبکه عصبی، منطق فازی، الگوریتم های ژنتیک و غیره وجود دارد که دیابت را تشخیص می دهد. تمرکز این مقاله بر روی بررسی چند مقاله تحقیقاتی است که بیماری دیابت را توسط روش های محاسباتی نرم تشخیص می دهد. این مقاله با پیشنهاداتی در جهت تحقیقات آینده نتیجه گیری خواهد شد.
کلمات کلیدی: تشخیص بیماری دیابت، طبقه بندی، یادگیری ماشین، دیابت سرخپوستان پیما
Soft Computing Approaches for Diabetes Disease Diagnosis: A Survey
Abstract
Diabetes is a chronic disease and a major public health challenge worldwide. It is a disease in which the blood glucose level is higher than normal. Diabetes happens when a body is not able to produce or respond properly to insulin which is needed to maintain the rate of glucose. There are several approaches of Soft Computing such as Support vector machines (SVMs), Ant Colony Optimization (ACO), Rough Sets, Neural Network, Fuzzy Logic, Genetic Algorithm, etc. which diagnosis of diabetes. The focus of this paper is on the survey of several research paper which diagnosis of diabetes disease by soft computing approaches. This paper would be concluded with the suggestions on the future research directions.
