تشخیص بیماری عروق کرونر قلب با استفاده از تکنیک های داده کاوی

بیماری عروق کرونر شایع ترین نوع بیماری های قلبی است. در این بیماری، عروق کرونر به علت تجمع چربی، آسیب می بیند. لایه های چربی موجود در عروق سبب نازک شدن رگ ها و در نتیجه نرسیدن اکسیژن و خون به میزان کافی به قلب می شود و احتمال حمل هی قلبی افزایش می یابد. امروزه بهترین روش برای تشخیص بیماری عروق کرونر آنژیوگرافی می باشد که علاوه بر هزینه بر بودن آن، عوارضی برای انسان دارد. با توجه به این عوارض امکان روشی غیرتهاجمی در پیش بینی بیماری عروق کرونر بسیار مهم است.داد هکاوی ظرفیت بسیار خوبی در کاوش الگوهای پنهان در مجموعه ی داده های استاندارد در بخش پزشکی دارد. هدف از این پژوهش تشخیص بیماری در مراحل اولیه درکوتاه ترین زمان و با حداقل هزینه است. اکثر پژوهش ها در زمینه بیماری عروق کرونر با استفاده از مجموعه داده های UCI انجام شده است که علاوه بر محدود بودن و یژگی ها، دارای مقادیر مفقود بسیاری هست. در این پژو هش یک مجموعه ی داده ی جدید با ویژگی های دقیق در تشخیص بیماری عروق کرونر قلب تهیه شده است. این مجموعه ی داده از اطلاعات ۳۰۹ مراجعه کننده به بیمارستان فوق تخصصی قلب جماران تهران به صورت تصادفی جمع آوری شده است در این پژوهش به منظور مد لسازی از الگوریتم های ،Bagging ،SMO ،SGDT ،Naïve Bayes Random Forest و همچنین یک الگوریتم ترکیبی تغییریافته استفاده شده است. مدل سازی در سه فاز تشخیص بیماری عروق کرونر، تشخیص بیماری عروق کرونر شدید و پیش بینی گرفتگی هر رگ به صورت جداگانه انجام شده است. در این پژوهش الگوریتم SMO به دقت ۹۳ % در پیش بینی بیماری عروق کرونر دست یافت

کلیدواژه ها:

بیماری قلبی ، داده کاوی ، پیش بینی ، الگوریتم های طبقه بندی