生物学与医学高级技术
开放获取

抽象的

使用机器学习技术有效检测心脏病

卡什什·阿加瓦尔*、阿尤什·辛格、赫里尼克·马赫什瓦里

据世界卫生组织 (WHO) 称，心脏病是全球范围内主要的死亡原因，估计每年约有 1,790 万人死于心脏病（占总死亡人数的 32%）。这组疾病包括冠心病、脑血管病、风湿性心脏病和其他病症。心脏病和中风的大部分日常活动行为危险因素包括饮食不均衡、缺乏身体活动、惰性、吸烟和饮酒。这些危险因素可能表现为血压升高、血糖水平升高、血脂升高和肥胖。这些中间风险因素可以在初级保健机构中进行测量，有助于表明心脏病发作、中风、心力衰竭等心脏并发症的风险增加。

作为传统的方法，疾病的检测是由医生根据实验室检测报告来完成的。这个过程需要患者向多位医生会诊，以减少人为错误系数，不仅花费大量金钱，而且花费大量时间。作为解决这个问题的方案，各种基于机器学习的技术被用来提供非侵入性的解决方案。在本文中，我们建议使用这种机器技术来检查患者是否患有某种心脏病。我们在几个基准数据集上评估了我们的方法，并表明它优于现有的最先进技术并做出了重大贡献。