Abstract
This paper presents a particle swarm optimization (PSO)-based fuzzy expert system for the diagnosis of coronary artery disease (CAD). The designed system is based on the Cleveland and Hungarian Heart Disease datasets. Since the datasets consist of many input attributes, decision tree (DT) was used to unravel the attributes that contribute towards the diagnosis. The output of the DT was converted into crisp if–then rules and then transformed into fuzzy rule base. PSO was employed to tune the fuzzy membership functions (MFs). Having applied the optimized MFs, the generated fuzzy expert system has yielded 93.27% classification accuracy. The major advantage of this approach is the ability to interpret the decisions made from the created fuzzy expert system, when compared with other approaches
چکیده
این مقاله یک سیستم خبره فازی براساس بهینهسازی ازدحام ذرات (PSO) را برای تشخیص بیماریهای عروق کرونر (CAD) نشان میدهد. سیستم طراحیشده براساس مجموعه داده از بیماران قلب مجارستانی و نتایج کلیولند1 است. از آنجا که مجموعه داده شامل بسیاری از ویژگیها و صفات ورودی است، درخت تصمیم (DT) برای دنبالکردن صفاتی استفاده شده است که در تشخیص بیماری سهم دارند. خروجی DT به قوانین اگر-سپس واضحی تقسیم میشود و سپس به پایگاه داده قوانین فازی تبدیل میشود. PSO برای تنظیم توابع عضویت فازی (MFs) بکارگرفته شده است. با اعمال MF بهینه شده، سیستم خبره فازی تولید شده دقت طبقهبندی 93.27% را به دست میآورد. مزیت اصلی این رویکرد توانایی در تفسیر تصمیمات گرفته شده توسط سیستم خبره فازی در مقایسه با رویکردهای دیگر است.
1-مقدمه
بیماریهای عروق قلبی یک گروهی از بیماریهای قلبی و رگهای خونی قلب است؛ که شامل بیماری عروق کرونر (CAD)، بیماری عروق مغزی، بیماری شریانی، بیماری قلبی روماتیسمی، بیمارهای مادرزادی قلب، آمبولی ریوی است. در میان موارد گفته شده، CAD شایعترین نوع بیماری قلبی عروقی است و بیش از 600000نفر سالانه براثر این بیماری در اروپا فوت میکنند. این بیماری بزرگترین کشنده مردان و زنان امریکایی است، که در سال 2006 در امریکا از هر شش نفر به مرگ یک نفر منجر میشود...