تعیین پارامترهای منطق فازی با بکارگیری الگوریتم ژنتیک برای تشخیص بیماری کبد

بیماری کبد یکی از شایع ترین مشکلات مزمن کبدی و سیروز می باشد. مشکلات کبدی شامل طیف وسیعی از بیماری ها و نارسایی هایی هستند که به بافت کبد یا عملکرد آن آسیب می رسانند. تشخیص زودهنگام و درمان این بیماری می تواند مرگ و میر و درجه بیماری را کاهش دهد. این مطالعه از نوع توصیفی-تحلیلی است. پایگاه داده آن شامل 583 رکورد مستقل شامل 11 ویژگی موجود در پایگاه داده یادگیری ماشین UCI می باشد. در این مقاله با استفاده از منطق فازی که پارامترهای آن با الگوریتم ژنتیک تعیین می شوند روشی برای تشخیص بیماری کبد پیشنهاد شد. برای این منظور، ابتدا ویژگی های مجموعه داده با استفاده از ویژگی آنتروپی رتبه بندی شد و سپس بهینه سازی داده های مجموعه داده با استفاده از الگوریتم ژنتیک انجام گرفت. در نهایت بیماری کبد با استفاده از سیستم استنتاج فازی genfis2 و genfis3 تشخیص داده شد. نتایج نشان داد که دقت تشخیص بیماری کبد با استفاده از سیستم استنتاج فازی genfis2 با هشت ویژگی برابر با 66/91 درصد است و با سیستم استنتاج فازی genfis3 با شش ویژگی برابر با 89/87 درصد است و همچنین خطای genfis2 و genfis3 به ترتیب برابر با 0/034 کمتر 0/047 است. بیماری کبد یکی از شایع ترین بیماری ها در بین افراد جامعه است. تشخیص به موقع بیماری ضمن کاهش هزینه ها، می تواند شانس درمان موفقیت آمیز بیمار را افزایش دهد. با توجه به نتایج به دست آمده، مشاهده شد که مدل پیشنهادی با دقت نسبتا بالایی، افراد مبتلا به بیماری کبد را تشخیص داد.