طراحي يك سيستم خبره جهت شناسايي بيماريهاي قلبي با استفاده از الگوريتم فازي

Designing an expert system for prediction of heart attack using fuzzy systems

چكيده زمينه و هدف : حجم داده هاي موجود در كاربردهاي مختلف به سرعت در حال افزايش است. در چنين شرايطي نياز به روش-هايي براي مديريت خودكار و بدست آوردن اطلاعات و دانش از داده ها بيشتر مي باشد. همين امر سبب شده است كه استفاده از سيستم هاي خبره و داده كاوي در كاربردهاي مختلف بويژه پزشكي مورد توجه محققان در حوزه هاي مختلف ياشد. پيش بيني بيماري ها مانند بيماري هاي قلبي نيز از جمله ي اين مسايل پيچيده مي باشد كه در انتخاب ريسك فاكتورهاي مهم و بدست آوردن نتيجه درست مسيله مورد توجه است. روش بررسي : در اين مقاله، به كمك يك سيستم فازي يك مدل براي پيش بيني بيماري هاي قلبي طراحي شده است كه با استفاده از قوانين طراحي شده بر اساس دانسته هاي پزشكي و مقايسه هوشمند عمل مي كند. در سيستم پيشنهادي، معيارهايي كه براي تشخيص بيماري هاي قبلي توسط پزشك متخصص استفاده مي شود به عنوان قوانين طراحي شده سيستم، جهت تصميم گيري به سيستم داده خواهد شد. در مرحله بعد، اين قوانين روي ريسك فاكتورها اعمال شده، و وجود يا عدم وجود بيماري قلبي براي فرد مورد نظر را پيش بيني مي كند. همچنين در سيستم پيشنهادي براي افرايش كارايي و دقت سيستم تشخيص بيماري قلبي، تاثير ريسك فاكتورهاي مهم تر افرايش داده شده است. الگوريتم پيشنهادي بر روي مجموعه داده هاي 1000 بيمار اعم از بيمار قلبي و افراد سالم جمع آوري شده از بيمارستان توحيد سنندج در نرم افرار متلب و به كمك جعبه ابزار فازي شد. يافته ها : نتايج آزمايشات انجام شده بر روي مجموعه داده هاي جمع آوري شده از بيمارستان توحيد سنندج نشان داد كه الگوريتم پيشنهادي توانست با دقت 98 درصد پيش بيني درست افراد مستعد بيماري قلبي را انجام دهد. مزيت ديگر اين الگوريتم اين است كه با اينكه تعدادي فاكتور بسيار مهم مانند تست ورزش در اختيار نبود (بدليل عدم ثبت در پرونده بيشتر بيماران) بازدهي مناسبي داشته است. نتيجه گيري : الگوريتم پيشنهادي قادر به شناسايي بيماران قلبي با دقت بسيار مناسبي مي باشد، همچنين ريسك فاكتور هاي سن، فشار خون، چربي مضر، سيگار، سابقه فاميلي و جنسيت تاثير بسزايي در ابتلاي فرد به اين بيماري دارند، بنابراين با برنامه مداخله اي و اطلاع رساني از طريق رسانه ها و مراكز پزشكي و درماني مي توان از شيوع اين بيماري جلوگيري كرد. واژه هاي كليدي : پيش بيني بيماري قلبي، سيستم هاي فازي ، موتور استنتاج فازي ، ريسك فاكتور.

ABSTRACT Background and Aim: Nowadays, there are increasing amounts of data in various fields, which calls for special methods for management and extraction of information. Therefore, use of expert systems in different fields in particular medicine has attracted the attention of many investigators. Prediction of diseases such as heart attack is also a complex issue for which selection of major risk factors and obtaining correct results have been considered essential. Material and Methods: In this study, using fuzzy system, a model was designed which works based on medical knowledge and discerning comparison. In this system the criteria used for the diagnosis heart attack are introduced into the system. Then theses criteria will be used for the risk factors in order to predict presence or absence of heart attack. In order to increase efficiency and accuracy of the system, the influence of the more important risk factors have received higher values. The proposed algorithm was used for the data collected from 1000 heart attack cases and patients without heart disease by using fuzzy systems in Tohid Hospital in Sanandaj. Results: The proposed algorithm could predict heart disease with 98% accuracy in the subjects predisposed to heart attack. Another advantage of this method is its high efficiency in the absence of important diagnostic methods, such as exercise testing. Conclusion: The proposed algorithm can accurately identify patients with heart disease. Risk factors such as age, blood pressure, unhealthy fat, smoking, family history and gender have significant impacts on the development of heart disease, Therefore, designing interventional programs by medical centers and providing information by mass media can be useful for prevention of heart attack. Keywords: Prediction of heart attack, Fuzzy systems, Fuzzy inference engine, Risk factors