تشخیص بیماری عروق کرونری قلب با پیاده سازی الگوریتم ماشین بردار پشتیبان (SVM) و استفادهاز الگوریتم گورکن عسل (HBA

بیماری عروق کرونری قلب (CHD) که به آن تنگی عروق کرونر قلب یا بیماری قلبی هم می گویند که میلیونها نفر از این بیماری رنجمی برند. بیماری قلبی در اثر اجتماع پلاکت ها در عروق به وجود می آید و به دنبال این اتفاق جریان خون هم مسدود می شود و خطر حمله ی قلبیو سکته در فرد بیمار افزایش می یابد. تشخیص به موقع این بیماری باعث بهبودی در درمان بیمار و صرفه جویی در هزینه ها خواهد شد. در اینمقاله سعی در معرفی روشی برای تشخیص این بیماری بودیم که با استفاده از ویژگی های استخراج شده بیمار بتواند تشخیص را انجام دهد. ماشینبردار پشتیبان یک الگوریتم یادگیری ماشین با نظارت است که میتواند دادهها را یاد بگیرد و بر اساس آن یادگیری ها تصمیم بگیرد. بدین منظورابتدا با استفاده از الگوریتم ماشین بردار پشتیبان سیستم را آموزش و نتایج را بدست آوردیم. سپس با پیاده سازی الگوریتم ماشین بردار پشتیبانو تلفیق آن با الگوریتم گورکن عسل توانستیم تشخیص و طبقه بندی بیماری را با سرعت و دقت بالاتری نسبت به قبل بدست آوریم. هدف اصلیما در این مقاله تشخیص بیماری با نهایت دقت بود که پس از مقایسه کردن نتایج با هم ، مشخص شد که دقت در تشخیص بیمار بودن فرد و یا نبودنفرد بالا رفته و تنواسته شد در کوتاهترین زمان نتایج بهتری را بدست آوریم ، بطوری که در ماتریس درهمریختگی فقط با پیاده سازی الگوریتمماشین بردار پشتیبان دقت ما در تشخیص بیمار نبودن ۵ / ۶۴ درصد و برای بیمار بودن ۶ / ۹۲ درصد و در نهایت دقت کل ۷۳ درصد بدست آمد. امابعد از تلفیق این دو الگوریتم با هم، دقت ما در تشخیص بیمار نبودن ۵ / ۸۲ درصد و برای بیمار بودن ۸ / ۹۳ درصد و در نهایت دقت کل ۵ / ۸۶ درصدبدست آمد که این نتایج نسبت به قبل نشان از بهبودی نتایج در تلفیق شدن دارد.

Keywords:

الگوریتم گور کن عسل , عروق کرونری قلب , ماشین بردار پشتیبان