基于数据挖掘理论的心血管疾病预警方法建模

• 作者: 白贺伊
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 心血管疾病 数据挖掘 特征选择 预测 体检数据
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 基金项目
• 页码范围: 53-57
• 页数: 5页
• 分类号: TN91
• 字数: 3186字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.02.011

摘要

针对心血管疾病的患病人群呈现年轻化态势,且位列居民死亡原因首位,以及患者再次入院风险较高的问题,文中基于数据挖掘理论,构建了心血管疾病预警模型.首先,对医院及养老机构中的部分体检数据进行提取和转换,同时通过融合过滤、特征类型转换等方法对提取后的体检数据进行关键特征的选择;其次,使用模糊逻辑聚类的方式对关键特征进行登记划分;最后,使用RBF神经网络,根据提取出的关键特征及相应的静态体检数据,构建心血管疾病预警模型.文中使用UCI数据库中搜集的心血管类疾病数据和医院信息系统(HIS)中的体检数据进行模拟,分析集中数据的结构及剔除异常数据,通过Weka源码实现心血管疾病预测模型的建立,为心血管疾病的预测提供了技术参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白贺伊		7	5	1.0	2.0