一种基于感知机算法预测心脏病的系统技术方案

本发明专利技术属于生物信息学技术领域，具体涉及一种基于感知机算法预测心脏病的系统。所述系统，包括数据集获取模块、数据预处理模块、预测模块和评估模块；所述预测模块中使用感知机预测模型进行预测；所述感知机预测模型为：f(X)＝sign(w·x+b)，其中x代表特征值，sign代表符号函数，w代表权重，b代表偏置。该系统基于感知机预测模型与医疗领域进行结合，通过分析患者身体属性和相关数据等，对患者的患病情况进行初步预测，预测准确率和效率大大提高；与传统医疗诊断相比，该系统的预测准确率和效率大大提高，准确率在90％以上，且预测时间仅为0.2秒，能最有效地辅助医疗诊断。

【技术实现步骤摘要】

本专利技术属于生物信息学，具体涉及一种基于感知机算法预测心脏病的系统。

技术介绍

1、心脏病常用的检测方法共有六种，包括心电图检测、多排ct检查、心肌酶学检测、冠状动脉造影、ect检测和超声心动图。这些检测方法一方面准确率较低、很难发现早期病变、且费用昂贵；另一方面，随着心脏病患病人数不断增加，使得医疗临床数据集更加复杂，由于医疗过程的复杂性，仅通过人工的提取、整合及诊断是否得心脏病，不仅过程繁琐复杂，而且准确率和效率方面都不能达到很好的效果。因此，引入一个新型的预测方法来辅助人工进行疾病诊断是当务之急。

2、机器学习是人工智能的一个重要分支，涉及概率论、统计学等，它是用来使人工智能模拟人类学习的重要手段。机器学习主要分为两个方面，其一是“训练”，即通过各种现有的学习资料构建模型，学习资料越多，模型构建越准确。其二便是“决策”，决策是利用第一步训练构建好的模型进行分析计算，“决策”的正确率都由“训练”所构建的模型决定。近年来，机器学习一跃成为科技行业热点，具有高效、周期短、正确率高的优势。中国专利cn114093448a公开了一种新的疾病风险预本文档来自技高网...

【技术保护点】

1.一种基于感知机算法预测心脏病的系统，其特征在于：包括数据集获取模块、数据预处理模块、预测模块和评估模块；

2.根据权利要求1所述的系统，其特征在于：所述的数据集获取模块用于获取心脏病患者的数据；所述数据包括年龄、性别、胸部疼痛类型、血压、胆固醇、空腹血糖、心电图结果、最大心跳数、运动时心绞痛情况、运动相对于休息的STdepression、心电图ST segment的倾斜度、透视检查看到的血管数、缺陷种类、患病情况中的至少6种特征。

3.根据权利要求1所述的系统，其特征在于：所述的数据预处理模块，用于数据集获取模块中数据的预处理，所述预处理包括归一化处理，所述归...

【技术特征摘要】

1.一种基于感知机算法预测心脏病的系统，其特征在于：包括数据集获取模块、数据预处理模块、预测模块和评估模块；

2.根据权利要求1所述的系统，其特征在于：所述的数据集获取模块用于获取心脏病患者的数据；所述数据包括年龄、性别、胸部疼痛类型、血压、胆固醇、空腹血糖、心电图结果、最大心跳数、运动时心绞痛情况、运动相对于休息的stdepression、心电图st segment的倾斜度、透视检查看到的血管数、缺陷种类、患病情况中的至少6种特征。

3.根据权利要求1所述的系统，其特征在于：所述的数据预处理模块，用于数据集获取模块中数据的预处理，所述预处理包括归一化处理，所述归一化处理，具体为：将所述数据进行线性变化，将数据映射到[0,1]区间。

...

【专利技术属性】
技术研发人员：廉翔博，
申请(专利权)人：中科宜康北京生物科技有限公司，
类型：发明
国别省市：