زهره زرین قلمی - عضو هییت علمی گروه مهندسی کامپیوتر دانشکده برق، کامپیوتر و مکانیک، دانشگاه ایوان کی
علیرضا احمدی - دانشجوی کارشناسی مهندسی کامپیوتر دانشکده برق، کامپیوتر و مکانیک، دانشگاه ایوان کی

استفاده از تکنیک های داده کاوی در زمینه های پزشکی رشد روز افزونی داشته است. داده کاوی نه تنها موجب استفاده بهینه از انبوه داده های ذخیره شده، بلکه موجب کشف دانش موجود در میان این داده ها نیز شده است. تشخیص بیماری قلبی از جمله مسایلی است که پزشکان این حیطه را با چالش هایی مواجه ساخته است. استفاده از داده کاوی در پزشکی یکی از فن های پرکاربرد داده کاوی محسوب می شود که نقش حیاتی در سلامت دارد و منجر به کشف دانش جدید، سودمند و ماندگار در پایگاه داده ها می شود. امروزه بخش سلامت و پزشکی بیشترین نیاز را به داده کاوی پیدا کرده و حرکت از پزشکی سنتی به سمت پزشکی مبتنی بر شواهد از جمله مواردی است که می تواند موکد این امر باشد زیرا هنگامی که تعداد پارامترها در تشخیص بیماری زیاد می شود، ممکن است تشخیص بیماری حتی برای یک متخصص خبره پزشکی نیز به سختی امکان پذیر باشد. همین دلیل موجب شده که در چند دهه اخیر از ابزارهای تشخیص کامپیوتری با هدف کمک به پزشکی با استفاده از ابزارها، احتمال بروز خطاهای احتمالی ناشی از خستگی و یا بی تجربگی فرد را کاهش دهد. دراین مقاله هدف آن است که بهترین الگوریتم هایی که برای تشخیص بیماری قلب استفاده شده است و بیشترین بازدهی را برای تشخیص آن داشته اند معرفی شود که پرکاربردترین شان الگوریتم شبکه عصبی است.

الگوریتم شبکه عصبی؛ الگوریتم ژنتیک؛ بیماری قلبی