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

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 تشخیص سریعتر بیماری و جلوگیری از بروز عوارض بیماری می تواند کمک بزرگی باشد. داده کاوی به مفهوم استخراج اطلاعات نهان یا الگو ها و روابط مشخص در حجم زیادی از داده ها در یک یا چند بانک 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 کمک کرد. در این پژوهش از مجموعه داده های مربوط به بیماران قلبی تهیه شده توسط دانشگاه کالیفرنیا موجود در سایت دانشگاه بهره گرفته. مجموعه داده ای شامل ۲۷۰ نمونه با ۱۳ شاخص می باشد. با اجرای الگوریتم های دسته بندی مختلف ازجمله کی- نزدیکترین همسایگی، ماشین بردار پشتیبان، جنگل تصادفی، شبکه بیزین و آنالیز افتراقی خطی نشان داده شد. همچنین برای به دست آوردن دقت بالاتر از تکنیک یادگیری جمعی جهت ترکیب مدل ها استفاده شده است، که دقت تقریبی ۹۵ درصد به دست آمده است.

کلیدواژه ها:

داده کاوی ، بیماری قلبی ، طبقه بندی ، درخت تصمیم ، ماشین بردار پشتیبان