مرضیه طرقی
مسعود رضاپورکمال آبادی

امروزه در دانش پزشکی جمع آوری داد ه های فراوان در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. تحقیق روی این داده ها و بدست آوردن نتایج و الگوهای مفید در رابطه با بیماری ها، یکی از اهداف استفاده از این داده ها است. بنابراین از داده کاوی برای غلبه بر این مشکل و بدست آوردن روابط مفید بین عوامل خطرزا در بیماری ها استفاده می شود.استفاده از داده کاوی در پزشکی یکی از زمینه های پر کاربرد داده کاوی محسوب می شود که در سال های اخیر تحقیقات زیادی پیرامون آن انجام شده است. هنگامیکه تعداد پارامترها در تشخیص بیماری زیاد شود، ممکن است تشخیص بیماری حتی برای یک متخصص خبره پزشکی نیز به سختی امکان پذیر باشد. همین دلیل موجب شده است که در چند دهه اخیر ابزار تشخیص کامپیوتری با هدف کمک به پزشک مورد استفاده قرار گیرد تا به نحوی بی نظمی را از داده ها خارج نماید و همچنین خطاهای احتمالی ناشی از خستگی و یا بی تجربگی پزشکان را کاهش دهد و داده های پزشکی مورد نیاز را در زمان کمتر و با جزییات بیشتر در اختیار پزشک قرار دهد. از دیدگاه داده کاوی، پیش بینی در تشخیص بیماری جز مسایل دسته بندی داده ها محسوب می شود. لذا در این پژوهش سعی شده است با استفاده از تکنیک-های پیشرفته داده کاوی، بیماری تیرویید را تشخیص دهیم. در این مقاله ما با استفاده از روش جدید فیلترسازی و وزندهی بازه، داده ها را به فضای جدیدی نگاشت می کنیم، که در این فضای دقت برای جداسازی الگوریتم های دسته بندی و خوشه بندی بسیار مناسب تر خواهد بود.

روش طبقه بندی، روش خوشه بندی، روش فیلترسازی، تشخیص بیماری تیرویید