ارایه یک روش بهبود یافته در تشخیص بیماری قلبی در داده های عظیم به کمک داده کاوی

تکنیک های داده کاوی در زمینه پزشکی رشد روزافزونی داشته است. داده کاوی نه تنها موجب استفاده بهینه از انبوه داده های ذخیره شده توسط سیستم های کلینیک شده، بلکه موجب کشف دانش موجود در میان این داده های عظیم نیز شده است. شایع ترین بیماری که امروزه در کشور و در جهان مطرح است بیماری قلبی و عروقی می باشد، رشد چشم گیر این بیماری ها و اثرات وعوارض آنها و هزینه هایی که بر جامعه وارد می کند باعث شده است که جامعه پزشکی به دنبال برنامه هایی جهت بررسی بیشتر پیشگیری، شناسایی زودهنگام و درمان موثر آن باشند. هدف این مقاله پیش بینی با خطای کمتر بیماری قلبی در داده های عظیم با استفاده از ویژگی ها و ارتباطات بین ویژگی های مرتبط با بیماری از طریق ترکیب تکنیک های مختلف داده کاوی می باشد. همچنین تعیین مهمترین فاکتورهای موثر در ایجاد بیماری قلبی با استفاده از تکنیک های داده کاوی هدف بعدی ما می باشد. داده ها مورد استفاده در این مقاله با استفاده از متغیرهای شناخته شده در پایگاه تشخیص بیماری قلبی موجود در مرکز UCI از بیمارستان های سطح کشور جمع آوری شده است که شامل اطلاعات 994 بیمار می باشد. این اطلاعات در قالب فایل اکسل با 18 ویژگی جمع آوری شده که فیلد آخر نظر پزشک معالج مبنی بر حمله قلبی یا عدم حمله قلبی است. در این مقاله مدل بدست آمده مبتنی بر درخت C 5/0 علاوه بر توانایی بالا در تشخیص افراد بیمار و همچنین کارآمدترین الگوریتم در تحلیل داده های عظیم که دارای بیشترین دقت (98.99%) در تشخیص این بیماری می باشد.

Keywords:

بیماری قلبی , داده های عظیم , درخت تصمیم , داده کاوی , ماتریس اغتشاش