الگوریتم بهینه سازی ملخ دودویی

مقدمه: قلب یکی از ارگان های اصلی بدن انسان است و سالم نبودن آن عامل مهمی در مرگ ومیر انسان ها است. بیماری قلبی ممکن است بدون علامت باشد اما می توان از طریق آزمایش های پزشکی این نوع بیماری را پیش بینی و تشخیص داد. تشخیص بیماری قلبی به تجربیات زیاد پزشکان متخصص نیاز دارد. هدف مطالعه حاضر، تشخیص بیماری قلبی به منظور کمک به پزشکان برمبنای ترکیب الگوریتم بهینه سازی ملخ دودویی و k نزدیک ترین همسایه است. از الگوریتم بهینه سازی ملخ دودویی برای انتخاب ویژگی ها و از الگوریتم K نزدیک ترین همسایه برای طبقه بندی استفاده شده است. روش ها: این مطالعه از نوع توصیفی- تحلیلی بود.. در این مطالعه، پرونده پزشکی 270 بیمار در حوزه بیماری قلبی با تعداد 13 ویژگی بررسی شد. تعداد بیماران مبتلا برابر با 120 و فقدان بیماری برابر با 150 بود، لذا مجموعه داده در حالت متوازن است. اطلاعات بیماران از پایگاه داده استاندارد UCI استخراج شد. ارزیابی مدل پیشنهادی در شبیه سازی MATLAB انجام شد. یافته ها: با توجه به ارزیابی های انجام شده بر روی روش پیشنهادی، درصد صحت برابر با 8/89، درصد حساسیت برابر با 6/89 و درصد ویژگی برابر با 4/90 به دست آمد که در مقایسه با نتایج مطالعات انجام شده در حوزه بیماری قلبی، دقت به دست آمده روش پیشنهادی، قابل قبول است. همچنین، درصد صحت روش پیشنهادی برمبنای هفت ویژگی (Age, Sex, Chest Pain, BP, Electrocardiographic, Angina, Thallium) برابر با 3/90 درصد به دست آمد. نتیجه گیری: با توجه به نتایج حاصل از این مطالعه، برای تشخیص بیماری قلبی، روش پیشنهادی در تشخیص بیماری و انتخاب ویژگی های مهم نسبت به روش های قبلی بهتر عمل کرده است.