رضوان متین فرد - کارشناسی ارشد مهندسی نرم افزار موسسه عالی یاسین بروجرد
احمد ترکاشوند - کارشناسی ارشد مهندسی نرم افزار موسسه عالی یاسین بروجرد
صبا صمدی پور - کارشناسی ارشد مهندسی نرم افزار موسسه عالی یاسین بروجرد

در سال های اخیر استفاده از روش های داده کاوی روی حجم زیادی از داده ها با هدف تولید مدل ها و الگوهایپیش بینی کننده در حیطه های متعدد پزشکی رواج یافته است. در حال حاضر مطالعات متعددی موکد این است کهتکنیک های داده کاوی ابزار موثری را برای شناسایی الگوهای مهم سلامت از درون پرونده های پزشکی فراهم میکند. پرونده های سلامت کامپیوتری به واسطه ی در برداشتن مجموعه ای از داده ها درباره ی تشخیص، درمان،اقدامات آزمایشگاهی و دارویی به طور بالقوه منبع غنی از دانش هستند اگر چه کشف دانش از انبوه داده ها در آنها،برای انسان غیرممکن نیست، اما امری دشوار است و داده کاوی بهترین شیوه برای حل این چالش می باشد .با توجهبه سهمی که بیماری های قلبی در مرگ و میر انسان ها دارند،سعی کرده ایم.پژوهش حاضر باهدف بررسی ومطالعهونتایج الگوریتم های داده کاوی در بیماری های قلبی در مطالعات پیشین انجام شده است. این پژوهش ازنوعمروری-نقلی می باشد.پژوهش های چندسال اخیردر پایگاه های اطلاعاتی جستجو ومقالات استناد شده جمع آوریشده است،جمع بندی وبرسی مطالعات حاکی ازآن است که استفاده از الگوریتم شبکه ی عصبی برای پیش بینیبیماری های قلبی نسبت به سایر الگوریتم هادقت بالاتری داشته است.بااینکه به طور قطع نمیتوان ازالگوریتمی نامبردامابااین برسی می توان کمکی برجامعه ی پزشکی دررابطه باجمع آوری اطلاعات هرچه سریعتر وپیش بینیبیماری باتوجه به بهترین الگوی پیش بینی کننده برای جلوگیری ازروش های پرخطر مانند آنژیوگرافی و... باشد.

داده کاوی، بیماری های قلبی، الگوهای پیش بینی، تکنیک های داده کاوی