مریم حبیبی - گروه مهندسی کامپیوتر،واحد کرمانشاه،دانشگاه آزاد اسلامی، کرمانشاه، ایران

رشد چشمگیر بیماری های قلبی و اثرات و عوارض آن ها و هزینه های بالایی که بر جامعه وارد می کند، باعث شده که جامعه پزشکی به دنبال برنامه هایی جهت پیشگیری، شناسایی زودهنگام و درمان موثر آن باشد. ازاین رو استفاده از داده کاوی و کشف دانش در سیستم مراکز قلب به پزشکان کمک می کند تا رفتار آینده بیماران قلبی را از روی سابقه داده شده پیشبینی کنند.تشخییص بیماری قلبی از روی ویژگی ها و علائم گوناگون، از مهمترین کاربردهای داده کاوی و کشف دانش در سیستم بیماران قلبی می باشد. در این تحقیق ابتدا پایگاه دادهای شامل مجموعه ای از داده های بیماران قلب بیمارستان امام علی ( ع) کرمانشاه استخراج کرده ،از الگوریتمخوشه بندی فازی برای پیشبینی بیماری قلبی در افراد مختلف استفاده می شود. با مقایسه نتایج، مشاهده می گردد که الگوریتم خوشه بندی فازی با دقت ۸۶ درصد از الگوریتم Means-K ، روش خوشه بندی سلسه مراتبی و نیز روش K نزدیک ترین همسایه بهبودیافته با PSO، بالاترین دقت پیشبینی را در بین سه الگوریتم دیگر دارا است

پیش بینی بیماری کرونر قلبی،الگوریتم خوشه بندی فازی، بهینه سازی، داده کاوی