تشخیص بیماری اوتیسم با استفاده از روش naive bayes و tree

در دنیای پزشکی امروز، توجه زیادی به بیماران ازجمله اوتیسم جلب شده است .اوتیسم بیماری است که منجر به ایجاد مشکلاتی در گفتار و بروز حرکات تکراری و رفتار های بی هدف میشود. در اوایل رن 21 شیوع اوتیسم 1 در 150 رسیده است. مبتلا به بیماری های گوناگون ونتایج روش های کمکی برای تشخیص این بیماری ها ،بسیار وسیع و گسترده هستند.به طوری که معمولا تحلیل و در نظر گرفتن همه جانبه ی کلیه عوامل دخیل توسط یک فرد،دشوار به نظر می آید.این جاست که نیاز به یک سیستم مکانیزه برای کمک به کشف الگو های موجود و همچنین پیش بینی رخداد آنی کاملا احساس می شود.دانش داده کاوی به عنوان ارائه کننده این سیستم مکانیزه کمک هتای شایانی در پیشرفت های پزشکی به ویژه در زمینه ی تشخیص بیماری های گوناگون کرده است.از جمله این بیماری ها می توان به اوتیسم اشاره کرد.در بخش مدل سازی از روش شناخته شده در داده کاوی به نام درخت و بیز استفاده شده است. برای تحلیل داده از نرم افزار weka استفاده شده است . نتایج به دست آمده مقادیر معیار f برابر 99.57 برای درخت randomforest و97.11 برای درخت naive bayesمی باشد.