基于机器学习的心电图诊断研究

作者：王官军; 吴婷; 汪龙; 唐祖胜^*

来源：实用心电学杂志, 2020, 29(04): 262-297.

DOI：10.13308/j.issn.2095-9354.2020.04.007

• 机器学习
• 人工智能
• 智能诊断
• 支持向量机
• K-近邻算法
• 随机森林
• Logistic回归

心电图在心血管疾病诊断中具有不可替代的作用,而机器学习在心电诊断自动化方面显现出独特优势。本文利用PTB-XL公共心电数据库的21 837条心电图记录,对心电数据进行缺失值删除、裁剪、去基线等预处理,利用主成分分析降维算法提取特征,再用K-近邻算法、随机森林、Logistic回归、支持向量机算法进行分类研究,并根据研究结果对4种算法的性能进行比较分析。结果表明:综合预测准确率、召回率、精准率,以及ROC曲线模型评价指标来看,支持向量机在模型预测中的表现优于其他3种算法。

• 单位
  十堰市太和医院; 湖北医药学院; 第一临床学院