پیش بینی عوارض بیماری دیابت با استفاده از الگوریتمk-meansو درخت تصمیم

در جهان شیوع بیماری دیابت افزایش یافته است و در ایران بیش از دو میلیون نفر از این بیماری و عوارض آن رنج می برند. بیماری دیابت عوارض جبران ناپذیری به دنبال دارد. عوارض این بیماری شامل میکرو واسکولار و ماکر و واسکولار می باشد. در این پژوهش به بررسی عوارض مربوط به دیابت نوع دو میپردازیم و ارتباط عوارض بیماری دیابت و علایم بیماران از قبیل فشارخون، سن، چربی مضر، وراثت و ... را بررسی خواهیم کرد. برای این کار مجموعه داده مورد نظر خود را از مرکز بهداشت و درمان نور آباد دلفان جمع آوری کرده و برای تحلیل داده ها از نرم افزار WEKA استفاده کرده ایم. در این پژوهش با استفاده از روش های داده کاوی چهار چوبی برای پیش بینی عوارض بیماری دیابت ارایه و از دو روش درخت تصمیم و خوشه بندی، به صورت مکمل استفاده می کنیم. ابتدا با استفاده از تکنیک خوشه بندی، بیماران را بر اساس ویژگی هایشان خوشه بندی کرده و سپس عوارض مربوط به هر خوشه را با درخت تصمیم پیشبینی خواهیم کرد. دستهای که بیمار در آن قرار میگیرد معرف نوع عارضه آن می باشد . در ارزیابی نتایج از دو روش ارزیابی درونی و ارزیابی بیرونی استفاده کردهایم و مشاهده شد که نتایج بدست آمده بسیار نزدیک به نظر متخصصان و کارشناسان حوزه سلامت میباشد و درخت تولید شده از میزان صحت و دقت خوبی برخوردار است.

Keywords:

داده کاوی , خوشه بندی , درخت تصمیم , دیابت , عوارض بیماری