基于卷积神经网络的心脏病预测新型深度学习架构
机器学习
2024-09-04 v4
摘要
医疗保健是人类生活中最重要的方面之一。心脏病已知为最致命的疾病之一，正困扰着全球许多人的生命。心脏病必须及早发现，方能防止生命损失。大规模医疗诊断数据的可用性助力开发了复杂的机器学习与基于深度学习的模型，用于心脏病的自动化早期诊断。经典方法在泛化至训练集中未见过的新数据方面存在局限，这体现为训练与测试精度间的巨大差距。本文提出一种使用一维卷积神经网络的新型深度学习架构，用于健康与非健康人的分类，以克服经典方法的局限。多种临床参数被用于评估患者的风险特征，有助于早期诊断。所提网络中使用了多种技术以避免过拟合。所提网络在数据集上取得超过97%的训练精度与96%的测试精度。该模型的精度使用多种性能参数与其他分类算法进行了详细比较，证明了所提架构的有效性。
引用
@article{arxiv.2105.10816,
title = {Novel Deep Learning Architecture for Heart Disease Prediction using Convolutional Neural Network},
author = {Shadab Hussain and Santosh Kumar Nanda and Susmith Barigidad and Shadab Akhtar and Md Suaib and Niranjan K. Ray},
journal= {arXiv preprint arXiv:2105.10816},
year = {2024}
}