شیما مهرمحمدی - گروه، نرم افزار ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور ، ایران
رضا قائمی - گروه، نرم افزار ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور ، ایران

بیماری سل که بزرگترین علت مرگ ناشی از بیماری های عفونی تک عاملی است. دارای مرتبه دهم در بار جهانی بیماری ها است و پیش بینی می شود تا سال 2020 همچنان جایگاه کنونی خود را حفظ کند و یا تا رتبه هفتم بالا رود. هدف اصلی این مطالعه، بررسی استفاده از روش های داده کاوی برای شناسایی و تشخیص بیماری سل است. پیچیدگی و زمان بر بودن تشخیص بیماری سل باعث گردیده تا محققان دست به ابداع روش هایی بزنند که با سرعت بالا و انجام محاسبات کمتر به نتایج قابل قبول دست یابند. یکی از روش های جمع آوری اطلاعات در بیماری سل، داده کاوی است. تاکنون تحقیقات زیادی در مورد استفاده از روش های داده کاوی برای تشخیص بیمار ها انجام گرفته که استفاده از داده کاوی در تشخیص بیماری سل نیز از جمله آنهاست. در تحقیقات صورت گرفته نیز بیشتر از تکنیک های درخت تصمیم و شبکه عصبی استفاده شده است. با بررسی تحقیقات گذشته می توان نتیجه گرفت که بهترین مدل ایجاد شده درخت تصمیم 5.C4 بود. با بکارگیری قوانین ایجاد شده برای یک نمونه جدید با ویژگیهای مشخص می توان در زمان کمتری تعیین کرد که احتمال ابتلا به بیماری سل چقدر است

سل، مایکوباکتریوم توبرکلوزیس، داده کاوی، درخت تصمیم، شبکه عصبی