心脏病_冠心病智能预测模型（人工智能，机器学习，用于论文作业_专利_企业建模__项目申报

心脏病（heart disease）是心脏疾病的总称，包括风湿性心脏病、先天性心脏病、高血压性心脏病、冠心病、心肌炎等各种心脏病。

人体“发动机” 心脏是一个强壮的、不知疲倦、努力工作的强力泵。心脏之于身体，如同发动机之于汽车。如果按一个人心脏平均每分钟跳70次、寿命70岁计算的话，一个人的一生中，心脏就要跳动近26亿次。一旦心脏停止跳动而通过抢救不能复跳，那就意味着，一个人的生命终止了。心脏病是人类健康的头号杀手。全世界1／3的人口死亡是因心脏病引起的，而我国，每年有几十万人死于心脏病。　

心脏病的分类

一、先天性心脏病
1、可能由于母亲在怀孕早期的疾病或服用的药物有关；
2、与遗传有关。
二、后天性心脏病
1、冠状动脉心脏病：抽烟及糖尿病,高血压等导致血管硬化狭窄,使血流受阻,易使心肌缺氧而受损.；
2、高血压性心脏病：动脉性高血压导致左心室肥大；肺高压症导致右心室肥大。
三、风湿性心脏病
慢性风湿性心脏病主要在风湿热感染后,心脏瓣膜逐渐病变所导致之异常。
四、肺源性心脏病
因慢性支气管炎,肺气肿等导致肺动脉高血压症,使得右心室肥大或衰竭。
五、心肌病
新陈代谢或荷尔蒙异常的心肌变化等,有时酗酒,药物亦导致心肌变化。
六、心脏肿瘤
大多为良性肿瘤,以黏液瘤为最常见,原发性心脏恶性肿瘤很少见。
七、血管病变
包括高血压引起之动脉瘤,以及其它免疫机能异常引起之血管病变等。

冠心病

所有心脏患有问题都可以称之为心脏病。冠心病属于心脏病，并且目前发病的概率比较高。

冠心病也称为冠状动脉疾病 (CAD) 是一种慢性疾病，其中负责将含氧血液输送到心肌的冠状动脉变窄，无法将足够的新鲜血液输送到这个血液泵送器官。血管变窄通常是由于动脉硬化，这是一种常见的动脉疾病，其中变性面积增加，动脉内表面形成胆固醇 (CHOL) 沉积斑块，阻塞血流。在血液供应减少的情况下，心脏无法获得足够的氧气和营养以正常运作，从而导致心绞痛和心脏病发作。冠状动脉血流有症状或无症状的减少，可能在运动或休息时发生，并可能最终导致心肌梗塞，具体取决于阻塞的严重程度及其发展速度。CAD 是最常见的心血管疾病 (CVD) 的一种形式，男性患病率为 6.9%，女性患病率为 6%。

冠心病死亡率居高不下

尽管医疗保健费用不断增加，但冠心病作为残疾和效率损失的主要原因对全球经济具有重大影响。冠心病是发达国家死亡和残疾的主要原因。尽管冠心病死亡率在过去四十年中有所下降，但冠心病仍然占 35 岁以上人群死亡人数的三分之一。
据世界卫生组织称，全球 60% 以上的冠心病负担发生在发展中国家。
冠心病是全世界的主要死因：每年有 380 万男性和 340 万女性。
总体而言，在不同的研究中，伊朗（≥20 岁）的 CAD 患病率在 1.1-36.0% 之间。据报道，经年龄调整的 CAD（≥30 岁）患病率为 21.8%（女性为 22.3%，女性为在伊朗德黑兰，男性为 18.8%）。据报道，在伊朗伊斯法罕的城市人口中，35-79 岁人群的 CAD 患病率为 19.4%（女性为 21.9%，男性为 16.0%）。
在过去的十年中，新的科学证据有力地支持了预防性干预措施在维持健康方面的作用，并将急需的注意力和努力集中在心血管预防上。因此，预防CAD是一个主要目标，并且一直集中在许多国际健康项目。
冠心病/冠状动脉疾病 (CHDs/CAD) 是心血管疾病 (CVD) 的最常见形式，是发展中国家/发达国家死亡和残疾的主要原因。

基于计算机的医疗诊断系统

医生可以检测到 CAD 危险因素，以防止在不久的将来发生 CAD。
侵入性冠状动脉造影是目前的一种诊断方法，成本高昂，并且与 CAD 患者的发病率和死亡率相关。
本研究的目的是设计一个基于计算机的非侵入性 CAD 诊断系统，具有临床可解释的规则。
医学诊断是一项艰巨而复杂的任务，计算机辅助诊断系统是旨在减少观察监督的技术。
由于计算机可以存储大量数据，因此计算机辅助诊断对于执行分类和决策程序是可取的在以非常高的速度执行复杂的逻辑和数学运算的同时长时间不失真。
基于计算机的医疗诊断系统因其提高医疗保健质量的潜力而得到推广，包括它们在支持和治疗方面的应用改进临床决策。
计算机辅助医学诊断通常通过分类进行，也称为“监督学习”。在机器学习中，“分类”是根据包含类别成员已知（黄金标准）的观察（特征）的训练集来识别新观察属于哪个类别（类）的问题。
我们可以用机器学习建模，自动化预测心脏病概率，以减轻医生的负担。

该数据库包含14个属性，目标变量指患者是否患有心脏病

根据程序自动化计算，得到变量重要性

根据程序自动化计算，得到变量决策树可视化

根据程序自动化计算，得到变量趋势分析

展示我方模型验证结果，模型KS=0.66，区分肝炎患者效果良好

模型AUC=0.94，区分肝炎患者效果良好

对于相同数据集，目前互联网上模型AUC最高指标 0.91，但我方模型AUC达到 0.94。
我方模型混淆矩阵验证指标如下：
model accuracy is: 0.8681318681318682
model precision is: 0.9
model sensitivity is: 0.8181818181818182
f1_score: 0.8571428571428572

对于相同数据集，我们模型混淆矩阵指标高于发布于NCBI美国国家生物技术信息中心的论文模型。

心脏病/冠心病预测因子深度挖掘

thal铊压力测试

如下图，铊压力测试发现缺陷，冠心病概率升高。

铊压力测试是一种核成像测试，可以显示在运动或休息时血液流入心脏的情况。这种测试也称为心脏或核压力测试。
在测试过程中，一种被称为放射性同位素的具有少量放射性的液体被注入你的一条静脉。放射性同位素会流经你的血液，最终进入你的心脏。一旦辐射进入你的心脏，一种叫做伽马相机的特殊相机就可以检测到辐射，并揭示你的心脏肌肉出现的任何问题。

铊压力测试的风险和并发症
大多数人都能很好地忍受铊压力测试。当注射模拟运动的药物时，你可能会感到刺痛，然后会感到温暖。有些人可能会感到头痛、恶心和心跳加速。
放射性物质会通过尿液离开你的身体。放射性物质注入人体的并发症非常罕见。
测试的罕见并发症可能包括：
心律失常或不规则心跳
心绞痛加重，或心脏血流不良引起的疼痛
呼吸困难
哮喘样症状
血压大幅度波动
皮疹
呼吸短促
胸部不适
头晕
心悸或不规则心跳

正常结果

正常结果意味着流经心脏冠状动脉的血液是正常的。
异常结果

异常结果可能表明：
由于供应心肌的一条或多条动脉变窄或堵塞，导致心脏部分血流减少
之前心脏病发作导致的心肌瘢痕
心脏病
心脏过大，表明存在其他心脏并发症

2.荧光染色的主要血管数量

如下图，荧光染色的主要血管数量越多，心脏病，冠心病概率越高

下图为荧光透视系统 DSA–用于心脏荧光检查，心血管荧光透视

3.胸痛类型

如下图，无症状心绞痛心脏病概率最高。

心绞痛是指被认为由心肌缺血引起的症状的术语，通常表现为胸部不适，但可能存在与缺血相关的其他症状（例如，劳力性呼吸急促、恶心、出汗、疲劳）。

3.1.典型心绞痛症状
突然发生的位于胸骨体上段或中段之后的压榨性、闷胀性或窒息性疼痛，亦可能波及大部分心前区，可放射至左肩、左上肢前内侧，达无名指和小指，偶可伴有濒死感，往往迫使患者立即停止活动，重者还出汗。疼痛历时1～5分钟，很少超过15分钟；休息或含服硝酸甘油，疼痛在1～2分钟内（很少超过5分钟）消失。常在劳累、情绪激动（发怒、焦急、过度兴奋）、受寒、饱食、吸烟时发生，贫血、心动过速或休克亦可诱发。
3.2.不典型的心绞痛症状
疼痛可位于胸骨下段、左心前区或上腹部，放射至颈、下颌、左肩胛部或右前胸，疼痛可很快消失或仅有左前胸不适、发闷感，常见于老年患者或者糖尿病患者。
3.3.asymptomatic无症状心绞痛
无症状心绞痛指在没有胸痛或常见的心绞痛症状的情况下心肌灌注的短暂改变。
虽然心绞痛一直被认为是心肌缺血和冠心病的主要症状，
但“无症状”（无症状）心肌缺血是冠心病 (CHD) 最常见的表现，占日常生活中超过 75% 的缺血发作通过心电图 (ECG) 监测评估。(参见 “心绞痛：固定性心外膜冠状动脉阻塞引起的胸痛” )

4.运动性心绞痛

如下图，如果出现运动型心绞痛，心脏病，冠心病概率会上升

运动诱发的心绞痛 (AP) 是心脏病患者的常见主诉，尤其是在寒冷中运动时。

5.年龄

如下图，年龄越高，心脏病，冠心病概率越大。

6.血清胆汁

如下图，血清胆汁值越高，心脏病，冠心病概率会提升。

通过此次实验，我方发现肝脏疾病和心脏病也有关联性，具体逻辑关系如下：

肝硬化患者的心脏功能障碍与血清胆汁酸浓度升高密切相关。休斯顿贝勒医学院学者研究发现过量胆汁酸能减少心肌细胞中的脂肪酸氧化，并可以导致心脏功能障碍，这种心脏综合征被称为胆汁原性心脏病。

7.性别

如下图，男性心脏病概率比女性高。这可能和男性生理特征和生活压力有关系。

模型结论

通过数据建模和深度数据挖掘，患有心脏病的人在检查实验下：
1.铊压力测试下发现缺陷

2.荧光染色血管数量越多

3.无症状心绞痛

4.运动性心绞痛

5.年龄更大

6.偏好男性

7.血清胆汁水平更高

…其他因素等等。

我们可以根据上述变量组合称为策略，协助医生判断和预测心脏病概率

模型输出

我们可以用机器学习建模，自动化预测心脏病概率，以减轻医生的负担。

举例：通过输入检查指标，模型对张三心脏病预测概率为86.45%

通过输入检查指标，模型对李四心脏病预测概率为60.27%。

通过输入检查指标，模型对王五心脏病预测概率为51.27%。

心脏病预防

这需要通过戒烟、降低高血压、控制糖尿病、保持健康体重、定期锻炼、遵循有益心脏健康的饮食来降低 CHOL、LDL 和甘油三酯并提高 HDL、减轻压力来改变生活方式和限制饮酒

心脏病

心脏病_冠心病智能预测模型（人工智能，机器学习，用于论文作业_专利_企业建模__项目申报_科研报告）相关推荐

心脏病_冠心病智能预测模型（人工智能，机器学习，用于论文作业_专利_企业建模__项目申报_科研报告，收藏）
作者Toby,来自心脏病_冠心病智能预测模型心脏病(heart disease)是心脏疾病的总称,包括风湿性心脏病.先天性心脏病.高血压性心脏病.冠心病.心肌炎等各种心脏病. 人体"发 ...
工业4.0-企业智能制造质量预测模型-人工智能-机器学习
时代背景我国有众多硬件设备,但工业人工智能AI模型,算法,软件严重匮乏是痛点. 智能工业化模型,算法在工业4.0中有广泛应用市场和潜力转型到高端制造业,我们需要利用人工智能,机器学习等知识来迎接工 ...
工业4.0-企业智能制造质量预测模型-人工智能
时代背景我国有众多硬件设备,但工业人工智能AI模型,算法,软件严重匮乏是痛点. 智能工业化模型,算法在工业4.0中有广泛应用市场和潜力转型到高端制造业,我们需要利用人工智能,机器学习等知识来迎接工 ...
机器学习糖尿病预测模型-美国疾控中心CDC25万数据集，生物医药企业科研_论文作业_专利
糖尿病概述糖尿病有一型和二型,是由于胰腺分泌胰岛素紊乱或人体无法有效利用其产生的胰岛素而发生的一种慢性疾病,是21世纪人类面临的健康问题之一．糖尿病伴有弥漫性并发症,其包括心血管病变.肾脏疾病.高血 ...
人工智能糖尿病预测模型-美国疾控中心CDC25万数据集，生物医药企业科研_论文作业_专利
糖尿病概述糖尿病有一型和二型,是由于胰腺分泌胰岛素紊乱或人体无法有效利用其产生的胰岛素而发生的一种慢性疾病,是21世纪人类面临的健康问题之一．糖尿病伴有弥漫性并发症,其包括心血管病变.肾脏疾病.高血 ...
fprom预测结果内容_预测模型之机器学习 Machine Learning结果解读篇
原标题:预测模型之机器学习 Machine Learning结果解读篇学友提问:对于机器学习出来的只有图形,我怎么解释呢?怎样才能在临床使用呢? 论文的实例:2013年发表在The American ...
ols线性回归_普通最小二乘[OLS]方法使用于机器学习的简单线性回归变得容易
ols线性回归 Hello Everyone! 大家好! I am super excited to be writing another article after a long time sinc ...
机器学习用于数字图像处理_用于创建数字内容的免费电子学习工具
机器学习用于数字图像处理经常看到一个软件应用程序停滞不前–没有新版本,没有更新. 最终,它被先进的技术所取代,其用户基础逐渐消失. 开源软件不能幸免于这种命运,但是它比商业软件更容易复兴,在商业软件 ...
机器学习笔记 - 人工智能如何用于电影制作
1975 年,乔治·卢卡斯创立了视觉特效公司 Industrial Light & Magic (ILM).两年后,他使用电脑控制的摄像系统拍摄了歌剧电影<星球大战:新希望>.IL ...

心脏病_冠心病智能预测模型（人工智能，机器学习，用于论文作业_专利_企业建模__项目申报_科研报告）

心脏病_冠心病智能预测模型（人工智能，机器学习，用于论文作业_专利_企业建模__项目申报_科研报告）相关推荐

最新文章

热门文章