使用机器学习和深度神经网络诊断心脏病的新方法
机器学习
2020-07-28 v1 机器学习
摘要
心脏病是全球主要的死亡原因。目前，有 33% 的病例被误诊，大约一半的心肌梗死发生在未被预测有风险的人群中。人工智能的使用可以降低出错的可能性，从而可能实现更早的诊断，这对某些人来说可能是生与死的区别。本项目的目标是开发一个使用机器学习 (ML) 和深度神经网络 (DNN) 算法的辅助心脏病诊断应用。数据集由 Cleveland Clinic Foundation 提供，模型基于各种优化和超参数化技术构建，包括 Grid Search 算法。该应用在 Flask 上运行并利用 Bootstrap 开发，使用 DNN 构建，因为其表现优于随机森林 ML 模型，总准确率达到 92%。
引用
@article{arxiv.2007.12998,
title = {A Novel Approach to the Diagnosis of Heart Disease using Machine Learning and Deep Neural Networks},
author = {Sahithi Ankireddy},
journal= {arXiv preprint arXiv:2007.12998},
year = {2020}
}
备注
Presented at 2019 IEEE MIT URTC Conference, 5 pages