مقاله استفاده بهینه از پایگاه داده سیستم کنترل سلامت پزشکی با داده کاوی و درخت تصمیم C5

سیستم کنترل سلامت پزشکی با داده کاوی و درخت تصمیم C5

در این بخش مقاله استفاده بهینه از پایگاه داده سیستم کنترل سلامت پزشکی با داده کاوی و درخت تصمیم C5 را به زبان فارسی برای دانلود رایگان قرار دادیم که از مقالات دانشگاه علم و صنعت ایران می باشد که در دومین کنفرانس بین المللی ترکیبیات رمزنگاری و محاسبات ارائه شده است. در ادامه به چکیده این مقاله پرداخته و فهرست مطالب ارائه شده در آن به همراه لینک دانلود رایگان نسخه PDF قرار داده شده است.

داده کاوی در پزشکی و سلامت

پزشكی و سلامت از مهمترین بخش ها در جوامع صنعتی می باشد. استخراج دانش از بین حجم انبوه داده (Big Data) مرتبط  با سوابق بیماری و پرونده های پزشكی افراد به کمک فرایند داده كاوی (Data Mining) می تواند منجر به تشخیص قوانین حاكم بر ایجاد، رشد و تسری بیماری ها گشته و اطلاعات ارزشمندی را برای شناسایی دلایل رخداد بیماری ها، تشخیص، پیش بینی و درمان بیماری ها با در نظر گرفتن عوامل محیطی حاكم در اختیار متخصصان حوزه سلامت قرار بدهد.

معرفی مقاله

هدف مقاله پیش رو، انتخاب فیلد های تاثیر گذار در پایگاه داده (Data Base) برنامه های كاربردی كه بر روی سیستم ها مختلف بیمارستان ها و مراكز درمانی كه به صورت توزیع شده می باشند و همینطور طراحی سیستم های اطلاعاتی برای پیش بینی با خطای كمتر بعضی از بیماری ها به کمک ویژگی ها و ارتباطات بین ویژگی های مرتبط با بیماری بوسیله تركیب روش های مختلف داده كاوی و درخت تصمیم (Decision Tree) می باشد. در مقاله هایی که طی سال های گذشته در ایران نگارش شده اند، از تمام متغیرهای به وجود آورنده بیماری استفاده نشده و با توجه به حدس و گمان و یا بر پایه تحقیقات خارجی انجام شده، یک تعداد متغیر در نظر گرفته شده و كار بر روی آنها صورت گرفته است.

تشخیص حمله قلبی با درخت تصمیم C5

در این مقاله با جمع بندی همه متغیرهای شناخته شده که دارای اهمیت در تحقیقات گذشته داخلی و خارجی بوده است و همچنین تایید آنها با توجه به نظر پزشک متخصص، مهمترین متغیرها جمع آوری و براساس آن مدلسازی انجام شده است. داده های استفاده شده ما به کمک متغیرهای شناخته شده در پایگاه تشخیص بیماری قلبی که در مركز UCI وجود دارد، از بیمارستان های سطح كشور جمع آوری گردیده كه شامل اطلاعات 994 بیمار است. این اطلاعات برای نمونه در قالب فایل Excel با 18 ویژگی جمع آوری شده كه فیلد آخر نظر پزشک معالج مبنی بر حمله قلبی یا عدم حمله قلبی می باشد. مدل بدست آمده مبتنی بر الگوریتم درخت تصمیم C5.0 می باشد که علاوه بر کارایی بالا در تشخیص افراد بیمار، كارآمد ترین و مناسب ترین الگوریتم در تحلیل داده ها به صورت موازی است كه بیشترین دقت را در تشخیص بیماری قلبی دارد.