ОЦЕНКА РИСКА СЕРДЕЧНО-СОСУДИСТЫХ ЗАБОЛЕВАНИЙ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В CARDIOAI-DSS

Авторы

  • Сайтов Камилжан Бегдуллаевич

    Нукусский государственный технический университет

  • Бекниязова Нуржамал Данаевна

    Нукусский государственный технический университет

  • Худайназарова Малика Оринбаевна

    Нукусский государственный технический университет

Ключевые слова: искусственный интеллект, сердечно-сосудистые заболевания, система поддержки принятия решений, CNN, ECG, SHAP, машинное обучение

Аннотация

В статье рассматривается CardioAI-DSS для оценки риска сердечно-сосудистых заболеваний. Система применяет модели машинного обучения и CNN для анализа клинических данных, Cardiovascular Disease dataset и ECG сигналов. Результаты оценивались метриками Accuracy, Precision, Recall, F1-score, AUC, confusion matrix и SHAP. Программа является вспомогательным инструментом и не заменяет диагноз врача.

Библиографические ссылки

1. Detrano R., Janosi A., Steinbrunn W. et al. International application of a new probability algorithm for the diagnosis of coronary artery disease. // American Journal of Cardiology, Vol. 64, No. 5, 1989. -P. 304-310.

2. Moody G.B., Mark R.G. The impact of the MIT-BIH Arrhythmia Database. // IEEE Engineering in Medicine and Biology Magazine, Vol. 20, No. 3, 2001. -P. 45-50.

3. Bousseljot R., Kreiseler D., Schnabel A. Nutzung der EKG-Signaldatenbank CARDIODAT der PTB. // Biomedizinische Technik, Vol. 40, 1995. -P. 317-318.

4. Pedregosa F., Varoquaux G., Gramfort A. et al. Scikit-learn: Machine Learning in Python. // Journal of Machine Learning Research, Vol. 12, 2011. -P. 2825-2830.

5. Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System. // Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2016.

6. Lundberg S.M., Lee S.I. A Unified Approach to Interpreting Model Predictions. // Advances in Neural Information Processing Systems, 2017.

7. Chollet F. Deep Learning with Python. - New York: Manning Publications, 2018.