TY -的A2 - Ng阴Kwee,埃迪AU -金,Jae Kwon AU -康Sanggil PY - 2017 DA - 2017/09/06 TI -神经网络的冠心病风险预测使用特性相关性分析SP - 2780501六世- 2017 AB - 背景。使用的机器学习技术在预测冠心病(CHD),神经网络(NN)是广泛用于提高性能的准确性。 客观的。尽管NN-based系统提供有意义的结果根据临床实验中,医学专家不满意他们的预测性能,因为神经网络训练是一个“黑箱”的风格。 方法。我们试图设计一个NN-based预测冠心病风险的使用特性相关性分析(NN-FCA)使用两个阶段。首先,特征选择阶段,这使得特性加入预测冠心病风险的重要性,排名,第二,该特性相关性分析阶段,在了解哪一个特性之间存在的相关性关系,每个神经网络预测的数据输出,确定。 结果。朝鲜4146人的数据集评估,3031年低冠心病风险和1115年冠心病高风险。的接受者操作特征(ROC)曲线下的面积(0.749±0.010)拟议的模型比弗雷明汉风险评分(FRS) (0.393±0.010)。 结论。拟议的NN-FCA利用特性相关性分析,发现比FRS的冠心病风险预测。此外,该模型导致了一个更大的ROC曲线和更准确的预测冠心病的风险在朝鲜人口比FRS。SN - 2040 - 2295 UR - https://doi.org/10.1155/2017/2780501 - 10.1155 / 2017/2780501摩根富林明医疗工程PB - Hindawi KW - ER