بهبود معیارهای تشخیص بیماری قلبی با استفاده از الگوریتم نهنگ و ماشین بردار پشتیبان بهبود یافته

بیماری های قلبی یکی از شایع ترین بیماری های بین زنان و مردان است و با توجه به صنعتی شدن جوامع، کم تحرکی و اضافه وزن آمار ابتلا به این بیماری در حال افزایش است. از آنجا که بیماری قلبی، یکی از عوامل مرگ و میر ر دنیاست، تشخیص و پیش بینی سریع و دقیق این بیماری می تواند به پزشکان برای پیش بینی راه های درمانی کمک شایانی باشد. روش های زیادی برای تشخیص بیماری قلبی وجود دارد که کم هزینه ترین و دقیق ترین آنها می تواند استفاده از تکنولوژی های کامپیوتری باشد. استفاده از داده کاوی یکی از جدید ترین تکنولوژی های تشخیص بیماری محسوب می شود . ما در این مطالعه دنبال روشی جهت بهبود معیار های تشخیص بیماری قلبی هستیم.در این مطالعه از مجموعه داده دانشگاه کالیفرنیا uci با 13 ویژگی و 270 رکورد استفاده نموده ایم و ابزار پیاده سازی ما نیز نرم افزار برنامه نویسی matlab بوده است. در این روش در تلاشیم با استفاده از الگوریتم نهنگ و الوریتم ماشین بردار پشتیبان دقت، صحت و تشخیص بیماری قلبی را بهبود دهیم.