首页|针对心血管疾病预测的改进算法模型

针对心血管疾病预测的改进算法模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
心血管疾病是危害人类生命的高危疾病之一,整合高新技术精准预测疾病发病的可能性、降低发病率是应对该疾病的最佳方法,也是不久的将来实现精准医学的关键技术之一.为了使数据类型标准化并保证数据格式的一致性,提高疾病预测的时效性以及疾病预测结果的精准度,整合国家标准化个人查体报告书及个人日常生活健康指标等相关信息,提出使用基于随机森林与Relief的特征选择方法进行数据降维,结合改进后的误差反向传播神经网络模型对心血管疾病进行预测.为了证实该模型的有效性,进行心血管疾病预测实验,并对实验结果进行可视化比较与分析.研究结果表明,改进的误差反向传播神经网络疾病预测模型在时效性、准确性与扩展性方面表现较好,分类精度达到98.68％,灵敏度达到98.78％,特异性达到98.56％,且预测速度提升了30％左右.
Improved Algorithmic Model for Cardiovascular Disease Prediction

刘纪敏、张楷第、文龙日、贾全秋、谢创森、王菲

展开 >

山东科技大学智能装备学院,山东泰安271000

山东科技大学计算机科学与工程学院,山东青岛266000

泰山科技学院大数据学院,山东泰安271000

随机森林算法 Relief算法 神经网络 误差反向传播神经网络 疾病预测

2019RCJJ023

2021

10.11907/rjdk.211003

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(4)
  • 1
  • 1