پیش بینی حمله نوع دوم در بیماران قلبی با استفاده از شبکه عصبی چندجمله ای و تکنیک های داده کاوی

در دنیای امروز در علم پزشکی شاهدیم که داده هایفراوانی در مورد بیماری های مختلف جمع آوری که دارای حجم بالا و بینظم هستند، این معضل مانع رسیدن به نتایج درست می گردد. با توجهبه این وضعیت می توان از داده کاوی وشبکه های عصبی برای غلبه براین معضل و به دست آوردن روابط مفید بین عوامل خطر زا دربیماری ها استفاده کرد. بیماری های قلبی از مهمترین عوامل مرگ و میرمی باشند، بنابراین بهبود اقدامات تشخیصی و درمان این بیماری ها ضروریمی باشد. امروزه در دانش پزشکی شاهد جمع آوری داده های فراوان درمورد بیماری های قلبی هستیم که تحقیق روی این داده ها و به دستآوردن نتایج و الگوهای مفید در رابطه با آن با استفاده از تکنیک های دادهکاوی و شبکه های عصبی به پیش بینی جهت شناسایی زود هنگام اینبیماری کمک شایانی می کند. در این مقاله روشی را با بررسی عوامل تاثیرگذار بر ایجاد حملات نوع دوم قلبی باشبکه های عصبی GMDH بیانمی کنیم. ضمنا نتایج حاصل از روش پیشنهادی را با نتایج دو مدل شبکهعصبی پرسپترون چند لایه ودرخت تصمیم مقایسه کرده، که نتایج حاصلنسبت به روش های بالا عملکرد بهتری دارند.

پیش بینی حمله نوع دوم در بیماران قلبی با استفاده از شبکه عصبی چندجمله ای و تکنیک های داده کاوی Keywords:

داده کاوی , شبکه عصبی GMDH , پیش بینی وقوع حمله نوع دوم قلبی , پرسپترون چند لایه , درخت تصمیم