تشخیص بیماری صرع با استفاده از روش های داده کاوی

مقدار داده تولید شده در انفورماتیک بهداشت، به صورت بسیار وسیع رشد کرده است؛ صرع3 یکی از مهمترین بیماری های دستگاه عصبی است که حدود 1% از مردم جهان به آن مبتلا هستند. امکان پیش بینی وقوع حملات صرعی از روی سیگنال های الکتروانسفالوگراف4 برای بیماران صرعی، فرصت های درمانی جدیدی را فراهم می کند. در این مقاله با این دیدگاه که سه روش پرکاربرد داده کاوی در تشخیص بیماری صرع از جمله درخت تصمیم، شبکه عصبی مصنوعی و ماشین بردار پشتیبان مورد بررسی قرار گرفته است.

Keywords:

الگوریتم های داده کاوی , بیماری صرع , سیگنال های الکتروانسفالوگراف (EEG)