Traitement de données médicales par un Système Immunitaire Artificiel Reconnaissance Automatique du Diabète

Abstract

L’utilisation des systèmes experts et les techniques dites intelligentes en diagnostic médical ne cesse d'augmenter graduellement. Les Systèmes Immunitaires Artificiels (SIAs) sont des méthodes parmi d'autres utilisées dans le diagnostic médical. Ce mémoire présente une approche hybride MAIRS2 (Modified Artificial Immune Recognition System 2) basé sur l’apprentissage du AIRS2 et l’algorithme K-plus proche voisin flou (k-ppv flou) pour reconnaitre les personnes diabétiques présentes dans la base de données Pima Indians diabetes (PID). Les performances des deux classifieurs, AIRS2 et MAIRS2, ont été comparées en fonction du taux de classification, sensibilité et spécificité. Les plus hauts taux de classification obtenus par l’application de l’AIRS2 et MAIRS2 sont respectivement 82.69 % et 89.10 %, en appliquant l'approche 10-folds cross-validation.