ریحانه دیانت - دانشجوی کارشناسی ارشد- واحد لامرد- دانشگاه آزاد اسلامی-لامرد- ایران
جعفر پرتابیان - دانشکده مهندسی کامپیوتر- واحد لامرد- دانشگاه آزاد اسلامی-لامرد- ایران.
محمد نعیمی - دانشکده مهندسی کامپیوتر- واحد لامرد- دانشگاه آزاد اسلامی-لامرد- ایران.

داده کاوی یکی از تکنیک هایی است که به محققان کمک می کند تا بینشهای جدیدی را در خصوص داده های پزشکی حاصل کنندو به کمک آن، مراقبت های بهداشتی جدیدی را برای تصمیم گیری بالینی و اداری کشف کنند. تاکنون روش های هوشمند مختلفیدر بحث های تشخیصی از جمله پیش بینی بیماری های مختلف در حوزه پزشکی ارائه شده است که هریک دارای چالش های مخصوصبه خود است، در این پایان نامه سعی در بررسی چند تکنیک هوشمند رایج از جمله روش فازی، رگرسیون و شبکه عصبی و نحوهبکارگیری هریک از این روش ها به بهترین شیوه برای پیش بینی بیماری هایی از جمله قلب، دیابت، سرطان سینه و کبد و در نهایتمقایسه هریک از آنها با یک دیگر می باشد. نتایج آزمایشات نشان دهنده برتری شبکه عصبی نسبت به و روش رگرسیون و فازی برایپیش بینی بیماری می باشد. یافته ها نشان دهنده سودمندی روش های هوشمندی خصوصا شبکه عصبی در بحث بهداشت و مراقباز سلامت در حوزه پیشگیری از بیماری ها می باشد بطوری که یافته ها نشان داد که بکارگیری شبکه عصبی برای پیش بینی بیماریمی تواند تکنیک مفیدی در جهت استفاده شخصی افراد و آگاهی سریع شان از بیماری و در نهایت پیشگیری از پیامدهای منفی بیماریباشد. از طرفی روش های هوشمند مورد بررسی می توانند به عنوان روش های کمک تشخیصی پزشکان موثر و مفید باشند.

فازی، شبکه عصبی، رگرسیون، پیش بینی بیماری، بهداشت و سلامت