پیش بینی بیماری قلبی با استفاده از الگوریتم های یادگیری ماشینی

بیماری قلبی زندگی حدود یک نفر در دقیقه را تهدید می کند و آن را به عنوان اصلی ترین علت مرگ و میر در دوران معاصر معرفی می کند. طیف وسیعی از افراد در سراسر جهان با پیچیدگی های مرتبط با بیماری های قلبی عروقی مواجه شده اند. عوامل مختلفی مانند فشار خون بالا، سطوح بالای کلسترول و ریتم نامنظم نبض مانع از شناسایی زودهنگام بیماری قلبی عروقی می شود. در قلب و عروق نیز مانند سایر شاخه های پزشکی، شناسایی به موقع و دقیق بیماری های قلبی از اهمیت بالایی برخوردار است. پیش بینی شروع نارسایی قلبی در لحظه مناسب می تواند چالش هایی را به خصوص برای متخصصان قلب و جراحان ایجاد کند. خوشبختانه، مدل های دسته بندی و پیش بینی می توانند به کسب و کار پزشکی کمک کنند و کاربردهای واقعی برای داده های پزشکی ارائه دهند. با توجه به این موضوع، الگوریتم ها و تکنیک های یادگیری ماشین (ML) از تجزیه و تحلیل خودکار چندین مجموعه داده پزشکی و داده های پیچیده برای کمک به جامعه پزشکی در تشخیص بیماری های مرتبط با قلب بهره مند شده اند. پیش بینی اینکه آیا بیمار مبتلا به بیماری قلبی در مراحل اولیه است، هدف اصلی این مقاله است.

کلیدواژه ها:

الگوریتم های یادگیری ماشینی ، پیش بینی بیماری های قلبی ، پیش بینی بیماری های قلبی عروقی ، رگرسیون لجستیک (LR) ، K-نزدیک ترین همسایگان (KNN) ،