ارائه رویکردی بهینه به منظور پیش بینی بیماری قلبی با استفاده از الگوریتم گرگ های خاکستری

بیماری قلبی-عروقی، علت اصلی مرگ و میر در سرتاسر جهان بوده که تشخیص زودهنگام در مراحل اولیه، میتواند از این مقدار چشمگیر مرگ و میر بکاهد. افرادی که میمیرند، علائمی را تجربه کردهاند که در نظر گرفته نمیشوند. لذا نیاز به پزشکانی برای پیش بینی بیماری قلبی، قبل از اینکه در بیماران اتفاق بیافتد، وجود دارد. برخی از ویژگیهایی که امکان حملات قلبی را افزایش میدهد عبارتند از: استعمال دخانیات، نداشتن تمرینات فیزیکی، فشار خون بالا، کلسترول بالا، رژیم غذایی نا سالم، استفاده از الکل و همچنین قند خون بالا. بیماریهای قلبی عروقی شامل گرفتگی عروق کرونر قلب، گرفتگی عروق مغزی (سکته مغزی)، پرفشاری قلب، بیماری مادرزادی قلب، بیماری عروق محیطی، رماتیسم قلب و بیماری التهاب قلب میباشد.امروزه، پزشکان دادههای زیادی را از اطلاعات پنهان تولید کرده اند. لیکن این اطلاعات به درستی و به طور موثر برای پیش بینی ها مورد استفاده قرار نگرفته اند. هدف این پژوهش، تبدیل دادههای استفاده نشده بیماریهای قلبی به یک مجموعه داده مدلسازی شده با استفاده از تکنیکهای مختلف داده کاوی است.

کلیدواژه ها:

داده کاوی ، فراابتکاری ، طبقه بندی ، الگوریتم گرگ خاکستری ، بیماری قلبی ، پیشبینی