CHẨN ĐOÁN BỆNH TIM MẠCH SỬ DỤNG HỌC MÁY CÓ GIÁM SÁT
DOI:
https://doi.org/10.59266/houjs.2024.410Từ khóa:
Bệnh tim mạch, Phát hiện bệnh tim mạch, Máy họcTóm tắt
Bệnh tim mạch (CVD) đã cướp đi khoảng 19,1 triệu người, chiếm 33% số ca tử vong toàn cầu vào năm 2022 (theo thống kê của WHO). ECG (Electrocardiogram) được sử dụng để chẩn đoán và theo dõi CVD thông qua điện tâm đồ. Gần đây, một phương pháp dựa trên máy học được đề xuất để phát hiện CVD sớm, hỗ trợ chẩn đoán nhanh và chính xác hơn. Trong nghiên cứu này, nhóm tác giả sử dụng kỹ thuật máy học có giám sát xây dựng mô hình hỗ trợ chẩn đoán bệnh tim mạch dựa trên một số triệu chứng cận lâm sàng trong hai tệp dữ liệu [1] [2]. Thực nghiệm đạt độ chính xác toàn cục (Accuracy - ACC) là 98.21%, tỷ lệ âm tính giả (False Negative Rate – FNR), tỷ lệ dương tính giả (False Positive Rate – FPR) lần lượt là 0.63% và 2.82%. Tỷ lệ phát hiện của mô hình (Detect Rate - DR) đạt 99.02% cùng 10 đặc trưng sử dụng thuật toán Random Forest.
Tài liệu tham khảo
[1]. J. Dumlao, “Cardiovascular Disease Dataset,” 16 4 2021. [Online]. Available: https:// www.kaggle.com/datasets/jocelyndumlao/cardiovascular-disease- dataset. [Accessed 24 3 2024].
[2]. D. Lapp, “Heart Disease Dataset,” Kaggle, 2019. [Accessed 25 3 2024].
[3]. Available: www.kaggle.com/ datasets/johnsmith88/heart-disease- dataset?resource=download.
[4]. W. H. Organization, “Cardiovascular Disease,” WHO, [Online]. Available: https://www.who.int/vietnam/vi/health-topics/cardiovascular-disease. [Accessed 16 3 2024].
[5]. V. Chang, V. R. Bhavani, A. Q. Xu, and M. Hossain, “An artificial intelligence model for heart disease detection using machine learning algorithms,” Healthc. Anal, vol. 2, no. doi:10.1016/j. health.2022.100016, 2022.
[6]. M. Ganesan and N. Sivakumar, “IoT based heart disease prediction and diagnosis model for healthcare using machine learning models,” IEEE Int. Conf. Syst. Comput. Autom. Networking, ICSCAN 2019, no. doi: 10.1109/ ICSCAN.2019.8878850, pp. 1-5, 2019.
[7]. B. Y. tế, “Bệnh tim mạch - Nguyên nhân gây tử vong hàng đầu,” Bộ Y tế, 16 6 2023. [Online]. Available: https://moh. gov.vn/hoat-dong-cua-dia-phuong/-/ asset_publisher/gHbla8vOQDuS/ content/khoang-200-000-nguoi-viet- tu-vong-vi-tim-mach-moi-nam-8- loi-khuyen-e-khong-mac-benh-nay. [Accessed 15 3 2024].
[8]. Chithambaram T, Logesh Kannan N, Gowsalya M, “Heart disease detection using machine learning”, Research Square (2020) 1-5. https:// doi.org/10.21203/rs.3.rs97004/v1,” Research Square, pp. DOI: https://doi. org/10.21203/rs.3.rs-97004/v1, 2020.
[9]. Satabdi Swain, Sujata Chakravarty, Bijay Paikaray, Harshvardhan Bhoyar, “Heart Disease Detection Using Machine Learning Techniques,” in Proceedings of the International Health Informatics Conference, DOI: 10.1007/978-981-19-9090-8_24, 2023.
[10]. Prof. Madhavi Tota, Manthan Moom, Pranit Nagrale, Akshay Pandav, Gunjan Das, “Heart Diseases Prediction System using ML,” IJARSCT ISSN (Online) 2581-9429, vol. 3, no. 10, 2023.
[11]. Sujata Joshi, Mydhili K. Nair, “Prediction of Heart Disease Using Classification Based Data Mining Techniques,” Computational Intelligence in Data Mining, Springer, vol. 2, no. DOI: 10.1007/978-81-322- 2208-8_46, 2015.
[12]. H. Takci, “Improvement of heart attack prediction by the feature selection methods,” Turkish Journal of Electrical Engineering & Computer Sciences, no. DOI: 10.3906/elk-1611-235, 2018.
[13]. V. H. Tiệp, “Phân nhóm các thuật toán Machine Learning,” in Machine Learning, https:// machinelearningcoban.com/2016
/12/27/categories/#supervised- learning-hoc-co -giam-sat, 2016.
[14]. “Random Forest Algorithm,” Javatpoint, [Online]. Available: ttps://www.javatpoint.com/machine- learning-random-forest-algorithm. [Accessed 14 2 2024].
