热搜

今日:  |  文章: 发布文章
首页  /  数据集下载  /  正文

心脏病诊断数据集

背景描述

根据WHO统计,世界上每年有近1700万人死于心血管疾病,如何快速、有效地对心脏病进行诊断始终是生命科学领域研究的重点问题之一,随着机器学习技术的兴起,其在医疗领域的应用已经越来越广泛,2018年全球人工智能应用大赛(南京)设置了智能医疗项目,其中就包含了“实时监测心血管疾病的智能算法”。本数据集包含了来自克利夫兰医学中心的270个病人实例数据,用户可基于此建立心脏病诊断模型。

数据说明

  • 文件列表

    1. 心脏病诊断数据集(原数据).csv
    2. 心脏病诊断数据集(归一化处理).csv
    3. 心脏病诊断数据集(标准化处理).csv
  • 数据集整体特征


  • 属性描述


数据分析

  • 数据可视化
    选取经过标准化处理后的数据进行可视化,此处选取前六个属性共100例数据,如下所示:

其中每一条线都代表一个数据实例,可以看到原始数据经标准化处理后呈正态分布

  • 模型建立参考
    从数据的属性进行分析,该数据集属于分类任务数据集,用户可参考建立下列模型:

    1. 逻辑回归模型
    2. BP神经网络
    3. LMBP神经网络
    4. RS-LMBP网络
    5. LVQ网络(学习向量量化网络)
    6. 决策树模型
  • 模型代码参考
    现给出建立BP神经网络的参考程序:
    点击查看模型代码
    使用Tensorboard进行可视化,得到计算图如下:

数据使用

进入项目查看数据使用代码

数据来源

克利夫兰医学研究中心

相关研究

[1]郭富强.基于LVQ网络的心脏病智能诊断模型[J].电子设计工程,2014(07):37-40.
[2]徐冬, 陈彩霞. RS-LMBP神经网络在心脏病诊断中的应用研究[J]. 计算机仿真, 2011, 28(2): 236-239.
[3]程颖,崔运涛.基于PCA的决策树算法在心脏病诊断中的应用[J].计算机与数字工程,2009(10):177-180.
[4]徐曼.基于智能融合模型的心脏病急救决策鲁棒性研究[D].天津大学,2011.

标签:
作者签名:有些梦虽然遥不可及,但并不是不可能实现。
拖动滑块验证
»

 友情链接:

头像

用户名:

粉丝数:

签名:

资料 关注 好友 消息
已有0次打赏
(0) 分享
分享

请保存二维码或复制链接进行分享

取消