石胜源，朱 磊，叶 琳，罗铁清

（湖南中医药大学 信息科学与工程学院，长沙410208）

0 引 言

随着中国经济的发展和人民生活水平的提高，人们的饮食结构和生活方式发生了很大的改变，这也给健康带来了很多问题，而健康问题是促进人的全面发展的必然要求，是经济社会发展的基础条件［1］。慢性病是严重威胁中国居民健康的一类疾病，已成为影响国家经济社会发展的重大公共卫生问题［2］。

慢性病是指不构成传染、具有长期积累形成疾病形态损害的疾病的总称。有报告显示，70%国人有过劳死危险，76%的白领处于亚健康状态，20%国人患慢性病［3］。其中，中国心脑血管病现患人数2.9亿，心血管疾病仍占城乡居民总死亡原因首位［4］。具体情况见图1所示。

图1 中国心脑血管病现患人数Fig.1 Number of cardiovascular disease patients in China

在心血管病领域，疾病的诊断或是病情的转归原本就十分复杂，更需要依托现代计算机技术来对疾病进行准确评估和预测［5］。

Ambale-Venkatesh等对比研究了随机生存森林法和传统危险因素对多种族动脉粥样硬化的6种心血管事件的预测差异［6］；Li等利用SVM来构建预测心血管疾病的模型，研究对象为甲状腺功能正常且非糖尿病的538位患者，并挖掘疾病影响变量［7］；郑晓燕基于机器学习的算法，建立了心血管疾病预测模型并开发了相对应的预测Web系统［8］；李孝虔利用卷积神经网络构建了心脏病预测模型［9］；王振飞等提出了一种自适应模块化神经网络结构模型，采取聚类的方法预测心血管疾病［10］。

基于心血管疾病数据维数高和数据之间关系复杂的特点，且已有研究利用随机森林在其它疾病的预测上取得了良好的效果，本文提出采取随机森林来预测心血管疾病，从而防止模型过拟合，并进一步提高预测的稳定性和准确率。……