به کارگیری الگوریتم آدابوست و درخت تصمیم در تشخیص بیماری قلبی عروق کرونر

امروزه، ابزارهای کامپیوتری نقش موثری را در حوزههای مختلف علم پزشکی مانند تشخیص و درمان بیماری ها ایفا میکنند. این مقاله، با استفاده از الگوریتم - های یادگیری ماشین و داده کاوی، به تشخیص بیماری قلبی عروق کرونر می پردازد. سیستم طراحی شده، دو تکنیک درخت تصمیم و الگوریتم آدابوست را برای شناسایی افراد بیمار قلبی و سالم مربوط به پایگاه داده ی کلیولند به کار میگیرد. از آنجایی که تعداد مشخصه های پایگاه داده زیاد است، درخت تصمیم مشارکت هر مشخصه را برای تشخیص بهتر مشخص میکند و یک ابزار مفید برای این نوع مسایل به حساب میآید. در این سیستم، با استفاده از درخت تصمیم توانستیم بعد از کاهش مشخصه ها از 13 به 8 مورد ، با دقت 93/07% بیماری عروق کرونر را تشخیص دهیم. همچنین، الگوریتم آدابوست یکی از الگوریتمهای گروهی نیز توانست افراد مبتلا به این بیماری را با دقت 90/37 درصد مشخص کند. نتایج حاصل، برتری سیستم پیشنهادی را نسبت به سایر پژوهشهای موجود در این حوزه نشان میدهد.

کلیدواژه ها:

درخت تصمیم ، الگوریتمهای گروهی ، آدابوست ، بیماری عروق کرونر ، بیماری قلبی