مدل خودكار تشخيص بيماري قلبي مبتني بر تركيبي از درخت تصميم و شبكه عصبي

از سال 1950 به بعد كه رايانه، در تحليل و ذخيره‌سازي داده‌ها به كار رفت، حجم اطلاعات ذخيره‌شده در آن پس از حدود 10 سال دو برابر شد و هم‌زمان با پيشرفت فناوري اطلاعات، حجم داده‌ها در پايگاه داده ها هر دو سال يك‌بار، دو برابر شد و همچنان با سرعت بيش‌تري نسبت به گذشته حجم اطلاعات ذخيره‌شده بيش‌تر و بيش‌تر مي‌شود. باوجود شبكه جهاني وب ، سيستم‌هاي يكپارچه اطلاعاتي ، سيستم‌هاي يكپارچه بانكي، تجارت الكترونيكي لحظه‌به‌لحظه به حجم داده‌ها در پايگاه داده‌ها اضافه‌شده و باعث به وجود آمدن انبارهاي (توده‌هاي) عظيمي از داده‌ها شده است، به‌طوري‌كه ضرورت كشف و استخراج سريع و دقيق دانش از اين پايگاه داده‌ها را بيش‌ازپيش نمايان كرده است. بيماريهاي قلبي و عروقي مهمترين عامل مرگ و مير در دنيا مي¬باشد. بنابراين بهبود اقدامات تشخيصي و درمان اين بيماران ضروري ميباشد. امروزه در دانش پزشكي شاهد جمع آوري داده هاي فراوان در مورد بيماريهاي قلبي هستيم و مراكز پزشكي با مقاصد گوناگون به جمع آوري اين داده ها ميپردازند و تحقيق روي اين داده ها و به دست آوردن نتايج و الگوهاي مفيد در رابطه با بيماريها با استفاده از داده كاوي، به پيشگيري و شناسايي زود هنگام اين بيماري كمك شاياني ميكند.در اين پژوهش روش تركيبي ايجاد شبكه عصبي توسط درخت تصميم براي پيش بيني بيماري قلبي پيشنهاد شده است كه با داده هاي كليولند درخت تصميم ايجاد شد و از درخت تصميم شبكه عصبي ايجاد و آموزش داده شد.