به كارگيري الگوريتم آدابوست و درخت تصميم در تشخيص بيماري قلبي عروق كرونر

امروزه، ابزارهاي كامپيوتري نقش موثري را در حوزه‌هاي مختلف علم پزشكي مانند تشخيص و درمان بيماري‌ها ايفا مي‌كنند. اين مقاله، با استفاده از دو الگوريتم يادگيري ماشين و داده‌كاوي، به تشخيص بيماري قلبي عروق كرونر مي‌پردازد. سيستم طراحي شده، دو تكنيك درخت تصميم و الگوريتم آدابوست را براي شناسايي افراد بيمار قلبي و سالم مربوط به پايگاه داده‌ي كليولند به كار مي‌گيرد. از آنجايي كه تعداد مشخصه‌هاي پايگاه داده زياد است، درخت تصميم مشاركت هر مشخصه را براي تشخيص بهتر مشخص مي‌كند و يك ابزار مفيد براي اين نوع مسائل به حساب مي‌آيد. در اين سيستم، توانستيم بعد از كاهش مشخصه‌ها از 13 به 8 مورد با استفاده از درخت تصميم، با دقت 93.07% بيماري عروق كرونر را تشخيص دهيم. هم‌چنين، الگوريتم آدابوست يكي از الگوريتم‌هاي بوستينگ نيز توانست افراد مبتلا به اين بيماري را با دقت 90.37 درصد مشخص كند. نتايج حاصل، برتري سيستم پيشنهادي را نسبت به ساير پژوهش‌هاي موجود در اين حوزه نشان مي‌دهد.