机器学习在心肌梗塞并发症中的预测研究

作者：王蔚; 程君; 李先杰; 彭雷

来源：现代计算机(专业版), 2022, 28(16): 43-47.

• 机器学习
• 多层感知机
• 支持向量机
• 心肌梗塞并发症

为了降低心肌梗塞患者伴有并发症的发生率，利用机器学习方法构建心肌梗塞并发症预测模型，以心肌梗塞患者的医疗数据作为输入，以心肌梗塞患者的并发症类型作为输出，辅助临床医务人员早期判断，提前采取必要的干预措施。研究结果表明，Linear＿SVM模型的整体预测性能优于MLP模型和RBF＿SVM模型，其预测准确率为76.28%，特别是在心房纤颤、三度房室传导阻滞、心肌破裂和心肌梗死后综合征上表现出较好的预测效果。

• 单位
  自贡市第一人民医院