مشخصات پژوهش

عنوان	پیش بینی وقوع عوارض در بیماران دیابتی با استفاده از روش های هوشمند شبکه ویولت
نوع پژوهش	پایان نامه
کلیدواژه‌ها	شبکه عصبی، پیش بینی، موجک، ویونت، دیابت، نوروپاتی، نفروپاتی، رتینوپاتی
چکیده	در دنیا در حال حاضر درمان قطعی برای دیابت وجود ندارد وتنها می توان آن را کنترل کرد که در مراحل حاد قرار نگیرد. از آنجا که مشکلات ایجاد شده در اثر عوارض مزمن بیماری دیابت تا حد زیادی برگشت ناپذیر و در عین حال قابل پیشگیری هستند، آگاهی از این موضوع که کدام بیمار ممکن است در نهایت به این عوارض دچار شود می تواند گام مهمی در جلوگیری از وقوع این مشکلات باشد. در این تحقیق سعی شده تا با استفاده از روش های هوشمند، بروز این مشکلات در بیماران مبتلا به دیابت پیش بینی گردد. برای انجام این پیش بینی از شبکه ی ویونت استفاده می شود. به خاطر ماهیت چندبعدی و غیرخطی ارتباط گلوکز انسولین و متفاوت بودن این ارتباط برای هر فرد، شبکه های عصبی مصنوعی مخصوصا برای مدل سازی رفتار بیماری دیابت بسیار مناسب هستند. با ترکیب تئوری تبدیل موجک با معماری شبکه های عصبی فیدفوروارد شبکه هوشمند ویونت( معرفی می شودتا به عنوان جایگزینی برای شبکه های عصبی خطی ( neural network adaptive wavelet فیدفوروارد بتواند رفتار سیستم های غیرخطی را نیز تخمین بزند. گرفته شد و سپس با بررسی NIDDK Repository اطلاعات مربوط به سوابق 1441 نفر بیمار دیابتی از مخزن داده ی مقالات و پژوهش های انجام شده در سال های قبل موارد مهم و موثر در ابتلا به هر عارضه شناسایی و از داده های موجود استخراج شد. سپس جداول جمع آوری شده بررسی و اطلاعات بیمارانی که داده های آنها مخدوش یا ناقص بود حذف شد و در نهایت داده های لازم برای آموزش شبکه عصبی فراهم شد. تعداد 022 زوج داده از ابتدا از سایر داده ها جدا شد تا بعدا جهت تست شبکه ها مورد استفاده قرار گیرد.
پژوهشگران	سهیل گنجه فر (استاد راهنما)، ستاره حکمت نیا (دانشجو)