بررسی و بهبود کلاس بندی داده های سونوگرافی مبتنی بر محتوای داده ها و توسعه یک الگوریتم رتبه بندی جهت تشخیص بیماری

با رشد علوم از جمله علم پزشکی شناخت آناتومی بدن و بیماریها بیشتر شده و از طرف دیگر هر روز میزان جمعیت افزایش پیدا کرده و این عوامل باعث بیشتر و پیچیده تر شدن داده های پزشکی می شود و یکی از مهمترین مسایلی که مطرح می شود استفاده از این داده های ذخیره شده می باشد. عملا داده های بسیار زیادی در سیستم های پزشکی وجود دارد که به دلیل ذخیره سازی نامناسب داده ها نمی توان نتایج خوبی اعم از جستجو سیستم های پزشکی و تشیخص بیماری در سیستم های پزشکی بدست آورد. برای استفاده هر چه بهتر از این داده ها بازیابی اطلاعات مطرح می گردد. یکی از روش های بازیابی اطلاعات کلاس بندی بوده و در این مقاله کلاس بندی نایو بیز را مورد مطالعه قرار دادیم و با استفاده از انطباق مفاهیم در کلاس بندی نایو بیز معیارهای صحت، دقت و بازخوانی این روش را بهبود بخشیدیم سپس با استفاده از روش های متن کاوی و توسعه الگوریتم رتبه بندی BM25روشی جدید برای تشخیص بیماری پیشنهاد شده است.