Detecção do risco de Diabetes em estágio inicial utilizando redes ELM e seleção de features baseada em algoritmo genético

Early stage Diabetes risk prediction using ELM and ga-based feature selection

Abstract

A diabetes é considerada uma das maiores crises de saúde do século 21, e tem mostrado um crescimento significativo nos últimos anos, de acordo com a Federação Internacional de Diabetes. O diagnóstico em estágios iniciais é de grande importância no controle da doença, mas este se mostra um desafio devido à sutileza com que os sintomas são apresentados no início. O presente trabalho teve como objetivo validar um método de análise automatizada dos sintomas para auxiliar na detecção do risco de diabetes em estágios iniciais. Uma rede neural ELM foi utilizada com o auxílio de seleção de features realizada com algoritmo genético e os resultados foram comparados com os de algoritmos como MLP, SVM e RBF. A acurácia média obtida com a ELM foi de 98,64%