تشخیص بیماری اوتیسم با استفاده از روش naive bayes و Tree

در دنیای پزشکی امروز، زیادی به بیماران از جمله اوتیسم جلب شده است. اوتیسم بیماری است که منجر به ایجاد مشکلاتی در گفتار و بروز حرکات تکراری و رفتارهای بی هدف می شود در اوایل رن 21 شیوع اوتیسم 1 در 150 رسیده است. مبتلا به بیماری های گوناگون و نتایج روش های کمکی برای تشخیص این بیماری ها ، بسیار وسیع و گسترده هستند. به طوری که معمولا تحلیل و در نظر گرفتن همه جانبه ی کلیه عوامل دخیل توسط یک فرد دشوار به نظر می آید. این جاست که نیاز به یک سیستم مکانیزه برای کمک به کشف الگوهای موجود و همچنین پیش بینی رخداد آنی کاملا احساس می شود. دانش داده کاوی به عنوان ارائه کننده این سیستم مکانیزه کمک های شایانی در پیشرفت های پزشکی به ویژه در زمینه های تشیخص بیماری های گوناگون کرده است از جمله این بیماری های می توان به اوتیسم اشاره کرد. در بخش مدل سازی از روش شناخته شده در داده کاوی به نام درخت و بیز استفاده شده است برای تحلیل داده از نرم افزار Weka استفاده شده است. نتایج به دست آمده مقادیر به دست آمده مقادیر معیار f برابر 99/57 برای درخت randomforest و 97/11 برای درخت naive bayes می باشد.

کلیدواژه ها:

اوتیسم ، داده کاوی ، درخت