شماره ركورد كنفرانس :
4093
عنوان مقاله :
پيش بيني بيماري هاي قلبي با استفاده از روش هاي داده كاوي
پديدآورندگان :
اسمعيل پور اميرحسين Amirhossein.Esmailpour@shomal.ac.ir دانشگاه شمال، آمل , فدوي اميري محمدرضا fadavi@shomal.ac.ir دانشگاه شمال، آمل
كليدواژه :
Heart disease , data mining , RBF , SVM , Decision Tree , Naïve Bayes
عنوان كنفرانس :
سومين كنفرانس ملي محاسبات توزيعي و پردازش داده هاي بزرگ
چكيده فارسي :
امروزه داده كاوي يكي از اساسي ترين ابزارها براي آناليز اطلاعات و كسب دانش از داده ها است. پيش بيني و تشخيص بيماري ها يكي از زمينه هايي است كه ابزارهاي داده كاوي در آن نتايج مسرت بخشي از خود نشان داده اند. تشخيص و پيش بيني بيماري هاي قلبي يك كار بسيار پيچيده و نيازمند تجربه و دانش بالاست. امروزه بيمارستان ها و درمانگاه ها داراي حجم عظيمي از داده هاي پزشكي بيماران هستند. اين داده ها شامل اطلاعاتي است كه توسط انسان هاي عادي قابل شناسايي نيست. در اين مقاله ما با استفاده از ابزارهاي داده كاوي پيشرفته احتمال اينكه يك فرد به بيماري قلبي دچار شود را پيش بيني ميكنيم. با توجه به اينكه تا به حال از شبكه عصبيRBF براي پيش بيني بيماري هاي قلبي استفاده نشده بود ما در اين پژوهش از اين الگوريتم استفاده كرديم و از الگوريتم هاي ماشين بردار پشتيبان ، دسته بندي كننده بيز و درخت تصميم براي مقايسه استفاده كرديم. همچنين براي ارزيابي الگوريتم ها از مجموعه داده اي Cleveland استفاده كرديم. ما نتايج دلگرم كننده اي بدست آورديم كه حاكي از آن است كه شبكه عصبيRBF صحت و بازخواني بيشتري نسبت به ديگر الگوريتم ها دارد و ماشين بردار پشتيبان بالاترين مقدار دقت را نسبت به ديگر الگوريتم ها دارا ميباشد