تشخيص بيماري قلبي با استفاده از الگوريتم بهينه‌سازي ملخ دودويي و k نزديك‌ترين همسايه

مقدمه: قلب يكي از ارگان‌هاي اصلي بدن انسان است و سالم نبودن آن عامل مهمي در مرگ‌ومير انسان‌ها است. بيماري قلبي ممكن است بدون علامت باشد اما مي‌توان از طريق آزمايش‌هاي پزشكي اين نوع بيماري را پيش‌بيني و تشخيص داد. تشخيص بيماري قلبي به تجربيات زياد پزشكان متخصص نياز دارد. هدف مطالعه حاضر، تشخيص بيماري قلبي به‌منظور كمك به پزشكان برمبناي تركيب الگوريتم بهينه‌سازي ملخ دودويي و k نزديك‌ترين همسايه است. از الگوريتم بهينه‌سازي ملخ دودويي براي انتخاب ويژگي‌ها و از الگوريتم K نزديك‌ترين همسايه براي طبقه‌بندي استفاده‌شده است. روش ها: اين مطالعه از نوع توصيفي تحليلي بود.. در اين مطالعه، پرونده پزشكي 270 بيمار در حوزه بيماري قلبي با تعداد 13 ويژگي بررسي شد. تعداد بيماران مبتلا برابر با 120 و فقدان بيماري برابر با 150 بود، لذا مجموعه داده در حالت متوازن است. اطلاعات بيماران از پايگاه داده استاندارد UCI استخراج شد. ارزيابي مدل پيشنهادي در شبيه‌سازي MATLAB انجام‌شد. يافته ها: با توجه به ارزيابي‌هاي انجام‌شده بر روي روش پيشنهادي، درصد صحت برابر با 89.8، درصد حساسيت برابر با 89.6 و درصد ويژگي برابر با 90.4 به دست آمد كه در مقايسه با نتايج مطالعات انجام‌شده در حوزه بيماري قلبي، دقت به‌دست‌آمده روش پيشنهادي، قابل‌قبول است. همچنين، درصد صحت روش پيشنهادي برمبناي هفت ويژگي (Age, Sex, Chest Pain, BP, Electrocardiographic, Angina, Thallium) برابر با 90.3 درصد به‌دست‌آمد. نتيجه‌گيري: با توجه به نتايج حاصل از اين مطالعه، براي تشخيص بيماري قلبي، روش پيشنهادي در تشخيص بيماري و انتخاب ويژگي‌هاي مهم نسبت به روش‌هاي قبلي بهتر عمل كرده است.