شماره ركورد
17812
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
17812
پديد آورنده
مهرناز نوروزي اصفهاني
عنوان
تشخيص بيماران در آستانه ي سكته ي قلبي با استفاده از داده كاوي
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
صنايع
تاريخ دفاع
اسفند ماه 1395
استاد راهنما
دكتر رسول نور السنا
استاد مشاور
دكتر كامران حيدري
دانشكده
صنايع
چكيده
چكيده
در دهه اخير بررسي بر روي بيماريهاي خطرناك مورد توجه ويژه قرار گرفته است. بيماريهايي نظير انواع سرطان، بيماريهاي قلبي، MS، آلزايمر، صرع و ... كه يا صعب¬العلاج هستند يا به صورت كامل قابل درمان نيستند يا درمان آن¬ها به يك زمان طولاني مدت با هزينه درماني بسيار بالا احتياج دارد. بنابراين تشخيص به موقع و درست بيماري و همچنين درمان درست و به موقع بيماري باعث بهبودي كامل بيماري يا افزايش طول عمر بيمار با هزينه درماني كمتر ميشود.
يكي از علوميكه در اين زمينه به كمك علم پزشكي آمده است، علم دادهكاوي (Data Mining) ميباشد. دادهكاوي به تصميم گيري بهتر در زمينه تشخيص، درمان، بررسي فاكتورهاي تأثير گذار بر روي بيماري به پزشكان كمك ميكند. دادهكاوي ابزار مطمئني براي كمك به تصميم گيري بهتر و مطئمنتر براي پزشك ميباشد.
در اين تحقيق الگوريتميكه تركيبي از الگوريتم ازدحام ذرات با ساير روشهاي دسته بندي كننده ميباشد براي تشخيص بيماري قلبي به كار رفته است. اين الگوريتم تا حد امكان با كم كردن ويژگيها بالاترين دقت پيشبيني را نسبت به ساير مدلها ارائه ميكند.
كلمات كليدي: دادهكاوي، دسته بندي، خوشه بندي، انتخاب ويژگي، الگوريتم ازدحام ذرات
تاريخ ورود اطلاعات
1396/07/01
تاريخ بهره برداري
1/1/1900 12:00:00 AM
دانشجوي وارد كننده اطلاعات
مهرناز نوروزي اصفهاني
چكيده به لاتين
Abstract
In the last decade, there has been a growing attention for the study of threatening diseases. Different kinds of diseases such as cancers, heart diseases, MS, Alzheimer, and Epilepsy are hard to cure, since they are not completely curable or their treatment is expensive for a long time.
Therefore, timely diagnosis of the disease along with the correct and timely treatment of the disease lead to either a complete improvement in the disease or increase the patient's life expectancy, while it imposes less costly treatment.
Data mining is one of the most effective tools that helps doctors to better decide on diagnosis, treatment, and other related factors affecting the disease.
This research presents a combination of Particle Swarm Optimization with other Data mining algorithms which is used to diagnose heart disease. This hybrid algorithm provides the highest prediction accuracy compared to non-combinational mode with the help of the minimization of the features.
Key words:
Data mining, Classification, Clustering, Feature selection, Particle Swarm Optimization