ارائه روشي به منظور تشخيص و بهينه سازي بيماري ديابت با استفاده از روش هاي داده كاوي و الگوريتم كرم شب تاب

بيماري ديابت يكي از شايع ترين، خطرناك ترين و پرهزينه ترين بيماري هاي حال حاضر دنيا است، كه با نرخ هشدار دهنده اي در حال افزايش است. استفاده از روش هاي داده كاوي مي تواند به تشخيص زودهنگام ديابت كمك كند، كه باعث جلوگيري از پيشرفت اين بيماري و خيلي از عوارض آن مانند بيماري هاي قلبي و عروقي، مشكلات بينايي و بيماري هاي كليوي مي شود. ارائه خدمات مراقبتي و بهداشتي افراد مبتلا به بيماري ديابت اطلاعات مفيدي ايجاد مي كند كه با استفاده از اين اطلاعات مي توان براي شناسايي، درمان، مراقبت هاي بعدي و حتي پيشگيري از بيماري ديابت استفاده نمود. در اين تحقيق به ارائه روش جديدي به منظور بهبود تشخيص و پيشگيري از بيماري ديابت با استفاده از روش هاي داده كاوي پرداخته مي شود. در اين تحقيق از الگوريتم خوشه بندي DBSCAN جهت خوشه بندي داده ها استفاده مي شود سپس با استفاده از SVM داده ها را جهت تشخيص داده هاي مفيد، دسته بندي مي كنيم و در نهايت با الگوريتم كرم شب تاب داده هاي بدست آمده را جهت افزايش كارايي با اين الگوريتم بهينه مي كنيم.نتايج حاصل از اين تحقيق حاكي از كارايي بالاتر الگوريتم DBSCAN نسبت به ساير الگوريتم هاي خوشه بندي است همچنين الگوريتم SVM مي تواند دقت 98% را بدست آورد كه در مقايسه با ساير الگوريتم هاي داده كاوي توانست درصد دقت بيشتري را كسب كند.