论文部分内容阅读
背景:早期发现心力衰竭及心力衰竭分期的正确诊断是获得良好治疗效果的基础,但由于缺乏简单有效的心力衰竭分期诊断模型,使临床诊断心力衰竭较为困难,导致心力衰竭的确诊率和控制率都比较低。目的:采用基于机器学习的分类判断算法,建立心力衰竭分期模型,提高心力衰竭诊断和分期准确度。方法:选择心力衰竭患者和健康体检者共194例,以美国心脏病协会和美国心脏协会分期为依据,采集与心力衰竭分期密切相关的特异性临床特征参数指标,对参数进行筛选,参考专家的临床确诊结果,采用Adaboost模型和SVM模型训练心力衰竭诊断和分期模