基于案例推理的心脏病预测
计算机视觉与模式识别
2025-12-16 v1 计算与语言
摘要
本研究提供了关于心脏病预测的综述，介绍了一种智能系统。疾病的准确预测在医疗领域至关重要，但传统方法仅依赖医生的经验往往缺乏精确性。为克服这一局限，应用智能系统作为传统方法的替代方案。虽然存在各种智能系统方法，但本研究聚焦于三种方法：模糊逻辑、神经网络和案例基序推理（CBR）。对这些技术在准确率方面的比较表明，最终选用了案例基序推理（CBR）进行心脏病预测。在预测阶段，对心脏病数据集进行数据预处理以清洗数据，并进行数据分割以将其分为训练集和测试集。所选的智能系统随后用于基于处理后的数据预测心脏病结果。实验结果表明，案例基序推理（CBR）在预测心脏病时实现了显著的准确率为 97.95%。此外，发现男性患心脏病的概率为 57.76%，女性为 42.24%。进一步的分析表明，吸烟和酒精摄入等因素是心脏病的重要贡献因素，尤其在男性中效果更为显著。
引用
@article{arxiv.2512.13078,
title = {Heart Disease Prediction using Case Based Reasoning (CBR)},
author = {Mohaiminul Islam Bhuiyan and Chan Hue Wah and Nur Shazwani Kamarudin and Nur Hafieza Ismail and Ahmad Fakhri Ab Nasir},
journal= {arXiv preprint arXiv:2512.13078},
year = {2025}
}
备注
Published in Journal of Theoretical and Applied Information Technology on 31st October 2024. Vol.102. No. 20