ارائه راهکار ترکیبی به منظور تشخیص بیماری افسردگی با رویکرد تکنیک داده کاوی

تشخیص بیماری در مراحل اولیه یک کار مهم است، بنابراین، توسعه ابزار پیشبینی برای ارزیابی این خطر از نظر پزشکی مورد توجه است. امروزه در حوزه ی اطلاعات پزشکی تکنیک داده کاوی مورد استفاده قرار می گیرد. دادهکاوی شامل الگوریتمهای یادگیری خودکار، استخراج و شناسایی اطلاعات مفید از داده ها میباشد. تمرکز اصلی در استفاده از داده کاوی در مسئله افسردگی بر اساس روشهای دسته بندی در داده کاوی میباشد. بیماری افسردگی ازجمله مشکلاتی می باشد که تشخیص آن به بررسی عوامل متعددی بستگی دارد. در پژوهش حاضر با استفاده از روشهای یادگیری ترکیبی، تشخیص افسردگی و عدم افسردگی بررسی شده است. مجموعه داده مورد بررسی شامل ۶۰۰ بیمار با ۳۱ ویژگی میباشد. این مجموعه داده با روشهای تصادفی و اعتبار سنجی متقابل به دو مجموعه آموزشی و آزمایشی تقسیم شده است. با روش تصادفی درصد خاصی از بیماران با دو برچسب مختلف به عنوان مجموعه داده آموزشی انتخاب شده اند. این مجموعه داده در روشهای ترکیبی با اعتبار سنجی متقابل آموزش داده شده و نتایج حاصل شده از روش پیشنهادی با روشهای متداول دستهبندی از جمله درخت تصادفی و درخت j۴۸ با معیارهای دقت، صحت و فراخوانی مقایسه شده است. نتایج حاصل شده نشان دهنده برتری روش پیشنهادی با معیار دقت نسبت به روشهای مورد بررسی میباشد.

Keywords:

افسردگی , داده کاوی , یادگیری ترکیبی , یادگیری خودکار