کشف قوانین انجمنی با استفاده از الگوریتم ژنتیک در جهت افزایش دقت تشخیص بیماری تیروئید

بیماریهای غده تیروئید از جمله بیماریهایی به شمار می روند که در آنها تشخیص بهنگام و صحیح اختلالات تیروئید بر پایه تستهای آزمایشگاهی و علایم بیماری امری حیاتی می باشد. عدم تشخیص به موقع عملکرد غیرطبیعی تیروئید، می تواند عوارض جبران ناپذیری برای بیمار در پی داشته و منجر به مرگ وی گردد. هدف ما در این مقاله پیش بینی احتمال بروز این بیماری در فرد با توجه به یک سری ویژگی ها، با استفاده از قوانین انجمنی و الگوریتم ژنتیک می باشد. این مطالعه از نوع توصیفی-تحلیلی است. به منظور انجام این تحقیق از مجموعه دیتاست موجود در پایگاه داده UCI مشتمل به ۹۱۷۳ نمونه با ۲۸ ویژگی استفاده شده است. از بین پارامترهای بالینی مربوط به بیماری تیروئید ۶ پارامتر پیوسته مورد استفاده قرار گرفته در این مقاله با استفاده از کشف قوانین انجمنی که پارامترهای آن با الگوریتم ژنتیک تعیین می شوند روشی برای تشخیص بیماری تیروئید ارائه شده است. در بررسی کارایی مدل با استفاده از مساحت زیر منحنی Area Roc، مقدار مساحت ۲.۷۸ درصد تعیین شد که نشان دهنده ی توان باالای الگوریتم پیشنهادی در تعیین عوامل موثر در ابتلا به بیماری تیروئید می باشد. همچنین در بخش ارزیابی این روش، مقادیر حساسیت، ویژگی و دقت به ترتیب ۵.۸۲، ۳.۷۴ و ۶.۸۶ به دست آمد که نشان از توان باالای این مدل در پیش بینی احتمال بروز این بیماری در فرد با توجه به ویژگی های بیان شده در این مقاله دارد. بیماری تیروئید یکی از شایع ترین بیماری ها در بین افراد جامعه است، که تشخیص به موقع بیماری ضمن کاهش هزینه ها، می تواند شانس درمان موفقیت آمیز بیمار را افزایش دهد. با توجه به نتایج به دست آمده، مشاهده شد که مدل پیشنهادی با دقت نسبتا باالیی، افراد مبتلا به بیماری تیروئید را تشخیص داد.

کلیدواژه ها:

تشخیص بیماری تیروئید ، الگوریتم ژنتیک ، کشف قوانین انجمنی