کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

صفحه اصلی / ششمین کنفرانس ملی رویکردهای نوین در آموزش و پژوهش

تشخیص بیماری های قلبی با استفاده از تکنیک های طبقه بندی داده کاوی

نویسندگان :

محمد میلاد روستایی پریدری¹ مینا چوپانی سفیدی² پویان صالحی³

1- گروه کامپیوتردانشگاه علامه محدث نوری، نور 2- گروه کامپیوتردانشگاه علامه محدث نوری، نور 3- دانشکده فنی حرفه ای محمودآباد

کلمات کلیدی :

داده کاوی، بيماری قلبی، طبقه بندی، درخت تصميم، ماشین بردار پشتیبان

چکیده :

امروزه در دانش پزشکی جمع آوری داده های در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. مراکز پزشکی با مقاصد گوناگونی به جمع آوری این داده ها می پردازند. تحقیق روی این داده ها و به دست آوردن الگوهای مفید در رابطه با بیماری ها، یکی از اهداف استفاده از این داده ها است. البته حجم زیاد این داده ها و سردرگمی حاصل از آن می تواند مانع رسیدن به نتایج قابل توجه می شود. از این رو، داده کاوی به عنوان تکنیکی برای شناسایی و تشخیص بیماری ها و دسته بندی بیماران در مدیریت بیماری و پیدا کردن الگو هایی برای تشخی ص سریعتر بیماری و جلوگیری از بروز عوارض بیمار ی می تواند کمك بزرگی باشد. داده کاوی به مفهوم استخراج اطلاعات نهان یا الگو ها و روابط مشخص در حجم زیادی از داده ها در یك یا چند بانك اطلاعاتی بزرگ گفته می شود . مزیت اصلی استفاده از داده کاوی این است که با استفاده ازآن میتوان با صرفه جویی در زمان، هزینه به تشخیص دقیق تر بیماری کمك کرد. در این مقاله از مجموعه داده های مربوط به بیماران قلبی Cleveland Clinic Foundation تهیه شده توسط دانشگا ه کالیفرنیا موجود در سایت دانشگاه بهره گرفته. مجموعه داده ای شامل 270 نمونه با 13 شاخص می باشد. با اجرای الگوریتم های دسته بندی مختلف ازجمله نزدیکترین همسایگی، ماشین بردار پشتیبان، جنگل تصادفی، - شبکه بیزین و آنالیز افتراقی خطی نشان داده شد. همچنین برای به دست آوردن دقت بالاتر از تکنیك یادگیری جمعی جهت ترکیب مدل ها استفاده شده است، که دقت تقریبی 95 درصد به دست آمده است.