赖俊豪

华南农业大学/电子工程学院（人工智能学院） 广州 广东 510642

引言

当今社会下，高糖高脂的饮食、高涨的生活压力、不良的生活习惯如吸烟、久坐不动等，已然成为心脑血管疾病的主要诱导因素。据美国心脏病学会研究表明，过去5年间，罹患各类心脑血管疾病的人数上涨了49.2%，因此造成的直接或间接经济负担更是高达3634亿美元每年[1]。在2019年间，中国总死亡人数中有71%死于非传染性疾病，而心脑血管疾病是非传染性疾病中排行榜首的致死因素，占比达到了惊人的44%[2]。心脏作为人体的重要组成部分，其任意微小病变都有概率致残甚至致死，严重威胁人类身心健康。尽早发现心血管病便能尽早治疗，便可能及时挽救人类的生命，减少不必要的社会支出，这说明对心脑血管疾病的提前预警具有重大意义。

心血管病起因复杂，早期症状不明显，传统的医疗诊断模型对这类疾病预测效果不佳，导致患者错过黄金治疗期。而机器学习可以自主地挖掘数据间的内在联系，建立预测模型，预测患者患病风险。目前国内诸多学者曾开展过研究，其中大部分研究都是基于UCI心脏病数据集，如叶苏婷等人采用决策树算法进行研究，取得了81%的准确率[3]；刘宇等人采用K邻近算法与XGboost算法相配合，取得了85%的准确率[4]；王健等人通过神经网络算法建立模型，取得了89%的准确率[5]。在建立模型时，不同的机器学习算法的预测准确率不同，即使是相同的训练集相同的算法，选择不同特征变量的，也会导致结果的不同。……