مشخصات پژوهش

عنوان	یک الگوریتم انتخاب ویژگی ترکیبی مبتنی بر روش های فیلتر و بسته بند جهت طبقه بندی داده های پزشکی
نوع پژوهش	پایان نامه
کلیدواژه‌ها	تشخیص بیماری ها، داده کاوی، روش های فراابتکاری، انتخاب ویژگی، فیلتر، بسته بند
چکیده	داده های پزشکی نقش تعیین کننده ای در آموزش سیستم های تشخیص بیماری دارند. داده کاوی فرایند استخراج اطلاعات پنهان از پایگاه داده های بزرگ است و می تواند به پزشکان کمک کند تا از مجموعه داده های بزرگ پزشکی اطلاعات جدیدی به دست آورند. داده کاوی در تشخیص و هشدار بیماری ها و شناسایی روابط بین بیماری ها کاربرد دارد. موفقیت داده کاوی در حوزه بهداشت و درمان به دردسترس بودن داده های تمیز بستگی دارد، بنابراین، جمع آوری، ذخیره سازی، آماده سازی و استخراج بهتر داده ها اهمیت دارد. داده کاوی در سلامت بسیار سودمند است و باید از آن برای گسترش خدمات بهداشتی استفاده شود. انتخاب ویژگی، در تشخیص پزشکی بسیار مهم است زیرا می تواند به پزشکان کمک کند تا تعداد ویژگی های جمع آوری شده در طول آزمایش ها را کاهش دهند. این امر باعث صرفه جویی در هزینه های مرتبط با این فرایند و همچنین بهبود دقت تشخیص می شود. انتخاب ویژگی فرایند شناسایی ویژگی هایی است که بیشترین تأثیر را در بهبود طبقه بندی داده ها دارند. ایجاد داده های بزرگ، و شناسایی ویژگی های مفید از داده های بزرگ همیشه یک چالش است. انتخاب ویژگی، تعداد ویژگی داده های پیچیده را کاهش می دهد. انتخاب ویژگی در داده هایی با ابعاد مختلف به کار می رود. هدف اصلی انتخاب ویژگی حذف ویژگی های اضافی است. انتخاب ویژگی به چهار نوع تقسیم می شوند: فیلتر ، بسته بندی ، تعبیه شده و ترکیبی.
پژوهشگران	سارا ولی زاده کله سر (دانشجو)، حسین عباسی مهر (استاد راهنما)، جلیل قویدل نیچران (استاد مشاور)