基于Relief特征选择的心衰死亡率预测

• 作者: 姚丽娟 李冬冬 王喆
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征选择 bp-SVM 死亡率预测 心衰 机器学习
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 125-130
• 页数: 6页
• 分类号: TP39
• 字数: 6301字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1708-0171

摘要

提出心衰死亡率预测系统,预测心衰病人本次住院后30天内死亡率.基于上海曙光医院提供的心衰病人信息,首先对原始数据和特征进行预处理.由于特征的冗余性,再选用经典的Relief特征选择算法筛选出重要的心衰特征,最后选用bp-SVM算法来实现死亡率预测.实验结果证明,死亡率预测系统可以达到较高的性能并通过提供决策信息,辅助医生治疗病人.医生可以根据系统预测的病人死亡率的高低,采取不同的治疗方式,提高临床诊断结果和医院的资源分配.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王喆	华东理工大学信息科学与工程学院	18	41	4.0	6.0
3	李冬冬	华东理工大学信息科学与工程学院	7	5	1.0	1.0
6	姚丽娟	华东理工大学信息科学与工程学院	1	2	1.0	1.0