پيش بيني بيماري نارسايي كبدي با استفاده از شبكه عصبي مصنوعي پرسپترون چند لايه

يكي از بيماري‌هايي كه امروزه افراد بسياري با آن دست‌وپنجه نرم مي‌كنند بيماري هاي كبدي است. از آن‌جايي كه اين نوع بيماري ها از نوع خاموش و پرهزينه هستند ، در صورت عدم تشخيص به موقع منجر به نابودي بخش زيادي از كليه خواهند شد. تشخيص به موقع اين بيماري مي تواند در پيشگيري از عوارض و كنترل و درمان بيماري بسيار موثر باشد. در اين مطالعه سعي شده است تا با استفاده از شبكه عصبي پرسپترون چند لايه با الگوريتم پس انتشار خطا و محاسبه خطاي حداقل مربعات روشي مناسب براي پيش بيني بيماري نارسايي كليوي ارائه شود. بدين منظور از دو مجموعه داده استفاده شده است. مجموعه داده اول به نام ILPD شامل 543 نمونه از بيماران و مجموعه داده دوم به نام BUPA شامل 385 نمونه مي باشد. جهت بررسي آماره هاي توصيفي از نرم افزار SPSS و جهت پياده سازي الگوريتم از نرم افزار MATLAB استفاده شده است. پس از بررسي حداقل 100 معماري مختلف شبكه عصبي توانستيم به طور متوسط بر روي مجموعه داده ILPD با دقت 85.1% و مجموعه داده BUPA با دقت 80.4% بيماري نارسايي كبدي را پيش بيني كنيم.