一种基于心电图预测急性心肌梗死患者院内不良心血管事件的机器学习算法
申请号:CN202510113795
申请日期:2025-01-24
公开号:CN119964807A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于心电图预测急性心肌梗死患者院内不良心血管事件的机器学习算法,步骤S1,数据收集;步骤S2,建立模型;步骤S21,建立Lasso‑logistic模型;步骤S22,建立lasso‑logistic和随机森林模型、卷积神经网络模型、GRACE评分预测MACE的性能模型;并进行测试比较验证,调节训练模型的网络参数重新训练模型,得到最终预测模型。本发明这三种模型与GRACE评分预测MACE的性能模型的性能进行比较,并进行测试比较验证,获得CNN模型调节训练模型的网络参数重新训练模型,得到最终预测模型,其预测MACE的性能更优、预测急性左心衰的性能更优。
技术关键词
不良心血管事件
心肌梗死患者
机器学习算法
卷积神经网络模型
随机森林模型
变量
数学模型
心电特征
恶性心律失常
广义线性模型
心率
更新网络参数
特异
正则化参数
年龄
指标