基于机器学习的心电图诊断研究

循心电踪迹，探心脏奥秘！

作 者：王官军，吴婷，汪龙，唐祖胜

第一作者单位： 十堰市太和医院全科医学科

左右都可以滑动打开心扉

引用格式：

王官军, 吴婷, 汪龙, 等. 基于机器学习的心电图诊断研究[J]. 实用心电学杂志, 2020, 29(4)：262-268,297.

用您的引用

给心目中的

好论文点赞

摘 要

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。

关键词

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