تشخیص الگوهای حملات قلبی از روی داده های الکترکاردیوگرام (مطالعه موردی: کلینیک آریتمی تهران)

در دنیای امروز یکی از عوامل مرگ ومیر بر اثر سکته های ناگهانی است که مردم جهان و البته کشور عزیزمان و هموطنان گرامی ما را از وقوع پیش بینی نشده این حادثه نگران می سازد. حتی این حادثه نه تنها در میان افرادی که مستعد این عارضه می شوند بلکه در بین جوانان و حتی در کسانی که هیچ گونه سابقه بیماری قلبی ندارند نیز نمی توان مشاهده نمود . ابتلای افراد به این بیماری در نقاط مختلف دنیا متفاوت می باشد. این موضوع موجب عدم توازن بین رکوردهای موجود از افراد سالم و دارای بیماری قلبی در مجموعه داده های موجود به منظور تشخیص این بیماری می شود. این عدم توازن موجب کاهش دقت برخی از روش های داده کاوی در تشخیص این نوع بیماران می گردد. در این مقاله روش تحقیق بر اساس نتایج حاصل، کاربردی می باشد. در حالی که برای ارائه یک مدل کیفی نیاز به یک مدل توصیفی- تحلیلی داریم، یعنی اینکه روش تحقیق این مقاله بر مبنای هدف ، توصیفی می باشد. روش های پایه مورد استفاده در این تحقیق عبارتند از: ماشین بردارپشتیبان با دقت 52 درصد ، الگوریتم جنگل تصادفی با دقت 51 درصد ، یادگیری ژرف H2O با دقت 38 درصد، و ماشین بردار پشتیبان بهینه شده با دقت 67 درصد می باشند. بنابراین به این نتیجه کلی که ممکن است ابزارهای بسیاری برای تحلیل و داده کاوی وجود داشته باشند، اما هر ابزار و الگوریتمی برای هر کاری لزوما نمی تواند مناسب باشد، از نتایج کلی این تحقیق است. بنابر نتایج، الگوریتم جنگل تصادفی نیز در رقابتی نزدیک از ماشین بردار در این تحقیق قرار دارد.

کلیدواژه ها:

الکتروکاردیوگرام ، نوار قلب ، داده کاوی ، تشخیص حملات قلبی ، تشخیص الگو مدل تشخیص حملات قلبی