تشخیص بیماری قلبی عروق کرونر با سیستم هوشمند ترکیبی براساس الگوریتم نهنگ، شبیه ساز تبرید و ماشین بردار پشتیبان

Abstract

در سال­های اخیر، الگوریتم­های یادگیری ماشین به طور گسترده­ای در تشخیص و درمان به موقع بیماری­ها نقش بسزایی را ایفا می­کنند. علاوه بر این، تشیخص بیماری در مراحل آغازین آن، در بهبود بیماری و در کاهش هزینه­های درمانی بیمار بسیار موثر است. بیماری قلبی یکی از دلایل اصلی مرگ در جهان شناخته شده­ است. مطالعات زیادی برای تشخیص بیماری و طراحی سیستم هوشمند و کارا انجام شده ­است. در این مقاله، الگوریتم ترکیبی نهنگ و شبیه ساز تبرید برای شناسایی عوامل موثر در تشخیص بیماری ارائه شده ­است و الگوریتم ماشین بردار پشتیبان برای طبقه­بندی موثر بیماری لحاظ شده ­است. رویکرد پیشنهادی با مجموعه داده بیماری قلبی کلیولند در پایگاه داده UCI ارزیابی شده ­است. الگوریتم پیشنهادی با صحت 87.78 درصد با تعداد ویژگی کمتر توانسته بیماری را تشخیص دهد. نتایج حاصل برتری روش پیشنهادی را نشان می­دهد و همچنین رویکرد پیشنهادی می­تواند پزشکان را در تشخیص درست و در مراحل اولیه بیماری یاری رساند.