• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《中国数字医学》 >基于PSO-RF的冠状动脉粥样硬化性心脏病预测模型研究

基于PSO-RF的冠状动脉粥样硬化性心脏病预测模型研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为提升冠状动脉粥样硬化性心脏病的防治水平,赋能智慧医疗,以心内科医疗信息化数据为对象,对冠状动脉粥样硬化性心脏病早期预测方法展开研究。阐述了从医疗信息系统中采集模型所需样本的数据筛选、数据清洗、文本预处理、文本表示以及特征归一化方法流程,提出了一种基于粒子群优化的随机森林预测方法。该方法以k折交叉验证平均准确率为目标函数,能够自适应优化随机森林的模型参数,从而提升模型的分类能力。实验结果表明,在真实世界冠心病数据的预测上,该方法具有较高的预测精度,准确率为87%,灵敏度为87%,特异度为88%,AUC为0.91,较未优化的随机森林具有明显的提升。因此,对冠状动脉粥样硬化性心脏病的早期预测应用具有一定的参考价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号