سال انتشار: ۱۳۸۵

محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۵

نویسنده(ها):

سعید راحتی قوچانی – استادیار گروه مهندسی پزشکی، دانشکده مهندسی دانشگاه آزاد اسلامی واحد
سیداحسان تهامی – کارشناسی ارشد مهندسی پزشکی، دانشگاه آزاد اسلامی واحد مشهد، باشگاه پژ

چکیده:

یکی از عوارض خطرناک بیماری دیابت نوع یک افزایش و یا کاهش ناگهانی سطح غلظت قند خون می باشد که باعث بروز خطراتی چون اغما و بیهوشی خواهد ش د. بنابراین استفاده از روشی مناسب به منظور پیش بینی و در نهایت پی ش گیری از این عوارض گام مهمی درجهت کنترل بهینه بیماری محسوب م ی شود. به همین منظور در این مقاله سعی شده است تا به مقایسه شبک ههای عصبی خودبازگشتی و شبکه عصبی پرسپترون سه لایه در فرایند پیشبینی نوسانات سطح غلظت قندخون بیماران مبتلا به دیابت نو ع ۱ پرداخته شو د. داده های پزشکی مورد استفاده در این مقاله مربوط به ۳ بیمار زن ایرانی مبتلا به دیابت نوع یک است که شامل الگوهایی چون نوع و دز انسولین تز ریقی، فاصله زمانی بین ساعات ثبت سطح غلظت قند خون و نیز سطح غلظت قند خون در ابتدای بازه زمانی م یباشد. در پایان تحقیق با توجه به نتایج به دست آمده مشخص شد که شبکه های عصبی خودبازگشتی با کاهش تقریباً ۲۰ درصدی خطای پیش بینی نسبت به دیگر روشهای متداول و از جمله شبک ه عصبی پرسپترون سه لایه، م ی توانند به عنوان مدلی مناسب به منظور پی شبینی نوسانات سطح غلظت قند خون در بیماران مبتلا به دیابت نوع یک تلقی گردد.