چکیده: بیماری تاکایاسو یکی از بیماری های التهاب عروق است که پیشرفت آن در بدن، عواقب خطرناکی از جمله مرگ شخص را به دنبال دارد. برای کنترل این بیماری به تشخیص به موقع، سریع و با دقت بالا نیاز داریم. اگر بیماری تاکایاسو در مراحل اولیه تشخیص داده شود، قابل کنترل بوده و از مرگ یا انسداد کامل عروق شخص، جلوگیری می شود. در این پایان نامه الگوریتمی به منظور تشخیص بیماری تاکایاسو، بدست آمده است، که از تکنیک های شبکه عصبی بر مبنای الگوریتم های لونبرگ مارکوارت و ژنتیک بهره می برد. ابتدا از میان داده های ورودی که پارامترهای بیماری هستند، آنهایی را که تأثیر بیشتری در تشخیص این بیماری دارند، جداسازی کرده و سپس آنها را به وسیله روش z-core، پیش پردازش می کنیم تا در محدوده موردنظر قرار گیرند. سپس توسط شبکه های عصبی پرسپترون چندلایه، سیستمی طراحی می کنیم که بتواند وضعیت افراد را در سه گروه «سالم»، «بیمار» و «عدم تشخیص» طبقه بندی کند. سپس دقت سیستم در هر کلاس بررسی می-شود. نتایج حاصل از الگوریتم های پیشنهادی نشان می دهد که نه تنها در دستیابی به تشخیص مؤثر، صحیح و بادقت بیماری تاکایاسو می رسیم، بلکه با استفاده از الگوریتم ژنتیک نتایج مطلوب تر و با دقت بیشتری برای سیستم بدست می آید.