[論文レビュー] Classification of Heart Disease Using K- Nearest Neighbor and Genetic Algorithm

M. A. Jabbar, B. L. Deekshatulu+1 more|arXiv (Cornell University)|May 7, 2015

Artificial Intelligence in Healthcare被引用数 6

ひとこと要約

本稿では、心疾患分類の正確性を向上させるために、ハイブリッド型K近傍法（KNN）と遺伝的アルゴリズム（GA）を組み合わせた手法を提案する。GAを用いて特徴選択を最適化し、KNNを分類に用いることで、高次元の医療データセットにおいて診断の正確性が向上し、標準的なKNNよりも優れた性能を発揮する。

ABSTRACT

Data mining techniques have been widely used to mine knowledgeable information from medical data bases. In data mining classification is a supervised learning that can be used to design models describing important data classes, where class attribute is involved in the construction of the classifier. Nearest neighbor (KNN) is very simple, most popular, highly efficient and effective algorithm for pattern recognition.KNN is a straight forward classifier, where samples are classified based on the class of their nearest neighbor. Medical data bases are high volume in nature. If the data set contains redundant and irrelevant attributes, classification may produce less accurate result. Heart disease is the leading cause of death in INDIA. In Andhra Pradesh heart disease was the leading cause of mortality accounting for 32%of all deaths, a rate as high as Canada (35%) and USA.Hence there is a need to define a decision support system that helps clinicians decide to take precautionary steps. In this paper we propose a new algorithm which combines KNN with genetic algorithm for effective classification. Genetic algorithms perform global search in complex large and multimodal landscapes and provide optimal solution. Experimental results shows that our algorithm enhance the accuracy in diagnosis of heart disease.

研究の動機と目的

• 高容量の医療データセットに含まれる冗長で関連のない特徴のため、心疾患診断の分類精度が低いという課題に対処すること。
• 特にインドの高死亡率地域、アンドラ・プラデーシュにおいて、早期発見および予防的ケアを支援するための意思決定支援システムの開発。
• 最適な特徴部分集合の選択に遺伝的アルゴリズムを統合することで、K近傍法（KNN）分類器の性能を向上させること。
• 提案されたハイブリッドモデルが、従来のKNNおよび他のベースライン手法と比較して、診断正確性をどのように向上させるかを評価すること。

提案手法

• 遺伝的アルゴリズム（GA）を用いて、心疾患データセットからの最適な特徴部分集合を特定するためのグローバルサーチを実施し、次元削減および不要または重複する属性の削除を実現する。
• GAで選択された特徴を、K近傍法（KNN）分類器の入力として使用し、k番目の近隣の訓練インスタンスの多数決によってクラスラベルを割り当てる。
• GAのフィットネス関数は、各特徴部分集合の性能を評価するために交差検証を用い、分類精度を最大化するように設計されている。
• 選択、交差、突然変異の操作を繰り返し実行することで、特徴部分集合を段階的に進化させ、近似的最適解に収束させる。
• GAのグローバルサーチ能力とKNNの局所的インスタンスベース分類の両方を組み合わせることで、全体の診断性能を向上させるハイブリッドモデルを構築する。
• 標準的な心疾患データセットを用いて手法を評価し、分類精度およびその他の標準指標を用いて性能を測定する。

実験結果

リサーチクエスチョン

• RQ1 K近傍法に遺伝的アルゴリズムを統合することで、心疾患診断における分類精度が向上するか？
• RQ2 GAに基づく特徴選択は、高次元の医療データセットにおける不要および重複する特徴を効果的に削減できるか？
• RQ3 提案されたハイブリッドモデルは、標準的なKNNおよび他のベースライン分類器を上回る性能を発揮するか？
• RQ4 GAによる特徴最適化は、臨床データにおけるKNN分類器の頑健性および信頼性をどの程度向上させるか？

主な発見

• 提案されたKNN-GAハイブリッドモデルは、特徴選択の最適化により、標準的なKNNと比較して顕著に分類精度が向上している。
• 遺伝的アルゴリズムの使用により、データセットの次元が最も関連のある特徴のみに削減され、モデルの効率性と解釈可能性が向上している。
• 実験結果から、ハイブリッド手法は、ノイズや重複する特徴が存在する状況でも、従来のKNNよりも高い診断正確性を達成していることが示された。
• 本手法は、高容量で複雑な医療データの課題に効果的に対処でき、実世界の臨床意思決定支援システムに適している。