دفاعیه ارشد: تشخیص بیماری قلبی با استفاده از طبقه بندهای ترکیبی
Diagnosis heart disease with ensemble learning methods
حوزه های تحت پوشش: قلب و عروق
برگزار کننده: موسسه آموزش عالی زند شیراز
امروزه در دانش پزشکی جمعآوری دادههای فراوان در مورد بیماریهای مختلف از اهمیت فراوانی برخوردار است. تحقیق روی این دادهها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماریها، یکی از اهداف استفاده از این دادهها است. امروزه بیماری قلبی بسیار معمول و یکی از دلایل اصلی مرگ و میر به شمار میرود. به همین علت تشخیص درست و به موقع این بیماری بسیار مهم است. روشهای تشخیصی و درمانی این بیماری عوارض جانبی زیاد و پرهزینهای دارد. بنابراین محققان به دنبال روشهای ارزان و با دقت بالا برای تشخیص این بیماری هستند. پژوهش حاضر با هدف شناسایی الگویی برای تشخیص روش درمان بیماری قلبی صورت گرفته است. در این پایاننامه فرآیند اجرای دادهکاوی بر روی دادهها از جمعآوری دادهها(استفاده از مجموعه داده حاضر در پایگاه داده UCI که شامل 300 نمونه و 14 ویژگی میباشد)، پیش پردازش دادهها تا رسیدن به دانش چگونگی تشخیص خطر ابتلا به بیماری قلبی معرفی شده است. سعی بر این بوده است تا با استفاده از الگوریتمهای طبقهبندی ترکیبی راهی برای تشخیص دقیقتر خطر ابتلا به بیماری قلبی بیابیم. نتایج نشان میدهد که الگوریتم انتخاب ویژگی Correlation بیشترین تاثیر را در الگوریتمهای دستهبندی و الگوریتم ترکیبی Bagging به همراه درخت تصمیم با دقت 82.43 بالاترین مقدار را دارا می¬باشد. همچنین این الگوریتم میتواند دادههای با برچسب درست را با دقت 0.83 و همچنین دادههای با برچسب غلط را نیز با دقت 0.81 به دست آورد.
واژههای کلیدی: دادهکاوی، بیماری قلبی، طبقهبندی ترکیبی
---
نگارنده: سید مسعود رضوی
استاد راهنما: دکتر فاطمه مویدی
استاد مشاور: دکتر بتسابه تنوری
استاد داور: دکتر امیر راسخ