روشی نوین برای تشخیص بیماری مبتنی بر زیرساخت اینترنت اشیاء با استفاده از الگوریتم ژنتیک و طبقه بندی کننده های مختلف

فناوری اطلاعات پزشکی و خدمات بهداشتی و درمانی با رفاه ملی و معیشت مردم ارتباط دارد. ادغام پردازش ابری و اینترنت اشیا یک پیشرفت بزرگ در کاربرد پزشکی مدرن خواهد بود. در این تحقیق تمرکز بر روی بیماری مزمن دیابت می باشد که یکی از عوامل اصلی مرگ و میر در سراسر جهان محسوب می شود. این تحقیق تکنولوژی اطلاعات پزشکی را در زمینه اینترنت اشیا، به ویژه در زمینه کاربرد نظارت و مدیریت پزشکی بکار گرفته است. این مطالعه یک روش مبتکرانه مبتنی بر اینترنت اشیا را برای تشخیص دیابت معرفی می کند. یک معماری برای نظارت از راه دور و مدیریت پلت فرم ابر اطلاعات بهداشتی پیشنهاد و تحلیل می شود ، اطلاعات بیماران از طریق ابزارهای اینترنت اشیاء پوشیدنی و تعبیه شده بر حسب نیاز استفاده و جمع آوری می شود و در نهایت از طریق اینترنت شخص ارسال می شود. در این مقاله الگوریتم مبتنی بر الگوریتم ژنتیک و طبقه بندی ترکیبی برای تشخیص دیابت در راستای کمک به نظارت پزشکی ارائه شده است. از الگوریتم های ژنتیک برای انتخاب ویژگی های مرتبط بر اساس همبستگی آنها با وضعیت دیابت و وابستگی های بین ویژگی ها استفاده می کند. متعاقبا، یک مدل یادگیری مجموعه ای انباشته، با ادغام طبقه بندی کننده های SVM، KNN، ANN، درختان و GNB برای دقت بیشتر استفاده می شود. نتایج نشان دهنده عملکرد برتر رویکرد ما است و پتانسیل آن را برای بهبود مدیریت دیابت و نتایج مراقبت های بهداشتی برجسته می کند. روش پیشنهادی از سه روش ارزیابی شده است و نتایج حاصل نشان می دهد روش پیشنهادی از عملکرد بالاتری به میزان ۹ تا ۵۷ درصد نسبت به روشهای پایه برخوردار بوده و به دقت ۹۳ درصد رسیده است

کلیدواژه ها:

سلامت هوشمند ، یادگیری ماشین ، اینترنت اشیا ، یادگیری گروهی ، بیماری دیابت