ارايه مدل پيشبيني تشخيص عوامل ناباروري؛ با استفاده از الگوريتم‌هاي داده كاوي

Proposing a prediction model for diagnosing Causes of Infertility by Data Mining Algorithms

مقدمه: حدود 15-10 درصد از زوجين نابارور هستند. ناباروري علل متفاوتي دارد و تشخيص روش درمان بيماران بر اساس نوع عامل ناباروري آن‌ها انجام مي‌شود. در اين تحقيق مدلي ارايه شده است كه بر اساس ويژگي‌هاي اوليه و نتايج آزمايشات ساده علل ناباروري افراد را پيش‌بيني مي‌كند كه مي تواند به پزشكان در تشخيص زودهنگام علت ناباروري و تصميمگيري بهينه كمك كند. روش كار: داده‌هاي اين تحقيق برگرفته از داده‌هاي ناباروري بيمارستان صارم تهران مي‌باشد. در اين تحقيق از روشهاي دادهكاوي استفاده شده است. ابتدا روش خوشه‌بندي k-means و سپس روش‌هاي دسته‌بندي ماشين بردار پشتيبان (SVM: Support Vector Machine) و شبكه‌هاي عصبي مصنوعي به منظور پيش‌بيني نوع علل ناباروري، اجرا و نتايج دو الگوريتم دسته‌بندي با هم مقايسه شدند. همچنين براي تحليل داده‌ها و اجراي الگوريتم‌هاي بخش مدل، از نرم‌افزار SPSS Clementine 12.0 استفاده شده است. يافته‌ها: در بخش خوشه‌بندي بر اساس الگوريتم K-means داده‌ها به پنج خوشه تقسيم شدند. در هر گروه يك يا چند علت ناباروري مشاهده شد. در ادامه و با اجراي الگوريتم‌هاي دسته‌بندي SVM و شبكه عصبي مصنوعي، مشخص شد كه الگوريتم SVM با نوع كرنل چندجمله‌اي بالاترين كارايي را به دست آورد. نتيجه گيري: انجام اين تحقيق علاوه بر اينكه منجر به شناخت بهتر ويژگي هاي بيماران ناباروري شد، مي تواند زمينه اي براي انجام تحقيقات آتي باشد. از آنجايي كه با تشخيص علل ناباروري افراد قبل از مراحل ثانويه و آزمايشات سنگين، به مقدار قابل توجهي در هزينه و زمان صرفه‌جويي و از اثرات جسمي كه بر بيماران مي‌گذارد كاسته خواهد شد، مي‌توان در مطالعات آينده با استفاده از نتايج اين تحقيق سيستمي را جهت اجراي اين مدل پياده‌سازي نمود. كليد واژه‌ها: ناباروري، مدل، داده كاوي، k-means، ماشين بردار پشتيبان، شبكه‌هاي عصبي مصنوعي

Introduction: About 10-15 percent of Iranian couples are infertile which is due to different causes determining particular diagnostic and treatment methods. In this study, the model presented is based on basic features and simple tests, helping physicians predict the causes of infertility Methods: The data were taken from Sarem hospital infertility data bank by using data mining methods. First, K-means clustering was run; then, support vector machine and artificial neural network classification methods were used to predict the type of infertility, and finally, the results of two classification algorithms were compared. In addition, SPSS Clementine 12.0 was used to analyze the data and implement the algorithm in modeling part. Results: In k-means clustering, the data were divided into five clusters. In each cluster, one or more causes of infertility were observed. Then, by applying SVM and artificial neural network classification algorithms, the SVM algorithm with a polynomial kernel appeared to have the maximum accuracy. Conclusion: The findings of this study, could contribute to the understanding of the factors responsible for infertility and pave the way for future investigations. These findings can be used in future studies to develop a system for applying this model since by diagnosing the causes of infertility prior to secondary stages and before performing heavy tests, a considerable amount of time and cost will be saved, and physical burden on patient will be decreased, Keywords: Infertility, Model, Data Mining, k-means, Support Vector Machine, Artificial Neural Network.