مدل خودکار تشخیص بیماری قلبی مبتنی بر ترکیبی از درخت تصمیم و شبکه عصبی

از سال 1950 به بعد که رایانه، در تحلیل و ذخیرهسازی دادهها به کار رفت، حجم اطلاعات ذخیرهشده در آن پس از حدود 10سال دو برابر شد و همزمان با پیشرفت فناوری اطلاعات، حجم دادهها در پایگاه داده ها هر دو سال یکبار، دو برابر شد و همچنان با سرعت بیشتری نسبت به گذشته حجم اطلاعات ذخیرهشده بیشتر و بیشتر میشود. باوجود شبکه جهانی وب ،سیستمهای یکپارچه اطلاعاتی ، سیستمهای یکپارچه بانکی، تجارت الکترونیکی لحظهبهلحظه به حجم دادهها در پایگاه دادهها اضافهشده و باعث به وجود آمدن انبارهای )تودههای( عظیمی از دادهها شده است، بهطوریکه ضرورت کشف و استخراج سریعو دقیق دانش از این پایگاه دادهها را بیشازپیش نمایان کرده است. بیماریهای قلبی و عروقی مهمترین عامل مرگ و میر در دنیا میباشد. بنابراین بهبود اقدامات تشخیصی و درمان این بیمارا ن ضروری میباشد . امروزه در دانش پزشکی شاهد جمع آوری داده های فراوان در مورد بیماریهای قلبی هستیم و مراکز پزشکیبا مقاصد گوناگون به جمع آوری این داده ها میپردازند و تحقیق روی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماریها با استفاده از داده کاوی، به پیشگیری و شناسایی زود هنگام این بیماری کمک شایانی میکند .در این پژوهش روش ترکیبی ایجاد شبکه عصبی توسط درخت تصمیم برای پیش بینی بیماری قلبی پیشنهاد شده است که با داده های کلیولند درخت تصمیم ایجاد شد و از درخت تصمیم شبکه عصبی ایجاد و آموزش داده شد.

مدل خودکار تشخیص بیماری قلبی مبتنی بر ترکیبی از درخت تصمیم و شبکه عصبی Keywords:

داده کاوی , شبکه عصبی , تشخیص بیماری قلبی , درخت تصمیم , پایگاه داده کلیولند