چارچوبي مبتني بر خط لوله براي پيش‌بيني زود هنگام بيماري ديابت

مقدمه: ديابت يك بيماري مزمن است و ميزان مرگ و مير آن در حال افزايش است. متخصصان سلامت به دنبال راهكارهاي نوآورانه براي تشخيص و درمان زودهنگام آن هستند. پيشرفت‌هاي يادگيري ماشيني تشخيص بيماري را بهبود داده است. با اين حال، به دليل كمبود داده‌هاي برچسب‌گذاري شده، مقادير ناقص و نامتعادل بودن داده‌ها، ايجاد يك پيش‌بين بهينه براي تشخيص بيماري به يك چالش بزرگ تبديل شده است. هدف اين مطالعه ارائه يك چارچوب طبقه‌بندي مبتني بر خط لوله براي تشخصيص ديابت در دو مجموعه داده هندي (دو كلاس: بيمار و سالم) و عراقي (سه كلاس: بيمار، سالم و در شرف ابتلا به ديابت) است. روش: بخش مهم اين چارچوب پيش‌پردازش است. مدل‌هاي مختلف يادگيري ماشين مبتني بر رويكرد One-Vs-One براي حالت سه‌كلاسه، در چارچوب پيشنهادي پياده‌سازي شده‌اند. به دليل نامتعادل بودن مجموعه داده، علاوه بر معيار ارزيابي دقت طبقه‌بندي، مساحت زير منحني مشخصه عملكرد گيرنده نيز استفاده مي‌شود. با هدف افزايش مساحت زير منحني مشخصه عملكرد گيرنده و دقت طبقه‌بند، فراپارامترهاي هريك از مدل‌ها با روش‌هاي بهينه‌سازي جستجوي شبكه‌اي و بيزين بهينه‌سازي مي‌شوند براي ساختن مدلي قدرتمند با زمان كم آموزش و آزمايش از روش‌هاي مختلف انتخاب ويژگي استفاده مي‌شود. نتايج: از طريق شبيه‌سازي، چارچوب پيشنهادي براي تشخيص بيماري ديابت در دو مجموعه داده هندي و عراقي مورد آزمايش قرار گرفت. نتايج نشان داد كه با استفاده از AdaBoost در مجموعه داده هندي (ACC=89.98, AUC=94.11) و با استفاده از جنگل تصادفي در مجموعه داده عراقي (ACC=98.66, AUC= 98.62)، دقت و عملكرد مطلوبي به دست آمد. نتيجه‌گيري: از نظر معيارهاي ACC، دقت، صحت، يادآور و F1-Score، چارچوب پيشنهادي مبتني بر خط لوله عملكرد بهينه‌اي دارد و مي‌تواند در سامانه‌هاي پزشكي به عنوان يك برنامه كاربردي مورد استفاده قرار گيرد.