Đang chuẩn bị liên kết để tải về tài liệu:
Ứng dụng thuật toán phân loại Random Forest trong hỗ trợ chẩn đoán bệnh tim mạch

Hiện nay, một trong những bệnh đáng lo ngại đang được quan tâm nhiều trong y tế là tim mạch. Bằng việc nhập hồ sơ sức khỏe của các bệnh nhân và xây dựng cây quyết định dựa trên các thông số như: tuổi, giới tính, cấp độ đau lồng ngực, huyết áp, cholesterol trong máu, tiểu đường, kết quả điện tim, nhịp tim, chế độ tập luyện đã sử dụng thuật toán Random Forest để đưa ra dự báo liệu một người nào đó có khả năng bị các bệnh về tim mạch hay không. | 547 ỨNG DỤNG THUẬT TOÁN PHÂN LOẠI RANDOM FOREST TRONG HỖ TRỢ CHẨN ĐOÁN BỆNH TIM MẠCH ThS. Nguyễn Quỳnh Mai ThS. Tống Thị Minh Ngọc Sv. Trần Thị Hoa Viện Công nghệ thông tin và Kinh tế số Trường Đại học Kinh tế Quốc dân TÓM TẮT Random Forest RF là sự kết hợp của nhiều cây quyết định được sử dụng để dự đoán hiệu quả của các thuật toán và kỹ thuật học máy. Chúng được sử dụng trong bảo mật Internet y học dự báo thời tiết v.v. Đây là một thuật toán tương đối phức tạp nhưng hiệu quả. Trong nghiên cứu này chúng tôi tìm hiểu về thuật toán Random Forest và ứng dụng của nó trong lĩnh vực y tế. Hiện nay một trong những bệnh đáng lo ngại đang được quan tâm nhiều trong y tế là tim mạch. Bằng việc nhập hồ sơ sức khỏe của các bệnh nhân và xây dựng cây quyết định dựa trên các thông số như tuổi giới tính cấp độ đau lồng ngực huyết áp cholesterol trong máu tiểu đường kết quả điện tim nhịp tim chế độ tập luyện chúng tôi đã sử dụng thuật toán Random Forest để đưa ra dự báo liệu một người nào đó có khả năng bị các bệnh về tim mạch hay không. Thực tế đã có rất nhiều thuật toán được nghiên cứu và triển khai dựa trên sự phân loại như cây quyết định Naïve-Bayes nhưng Random Forest là thuật toán thực hiện nhanh chóng và mang lại kết quả tương đối chính xác. Từ khóa Học máy Cây quyết định Thuật toán Phân loại Random Forest Dự đoán 1. GIỚI THIỆU Thế giới chúng ta đang phải đối mặt với rất nhiều nguy cơ và thách thức về các vấn đề liên quan đến sự gia tăng dân số dịch bệnh bùng phát. Đặc biệt chăm sóc sức khỏe và kiểm soát bệnh tật đã và đang trở thành một nhiệm vụ khó khăn cho các chuyên gia trong lĩnh vực y tế Sisodia amp Sisodia 2018 . Vì vậy chúng ta cần đưa ra một phương pháp hiệu quả và tối ưu trong việc chẩn đoán và điều trị bệnh nhằm làm giảm thời gian cũng như công sức của con người. Theo đó các công nghệ tiên tiến như trí tuệ nhân tạo học máy khoa học dữ liệu dữ liệu lớn đã được nghiên cứu và áp dụng để giải quyết các vấn đề thực tế trên. Bài viết này tập trung mô tả về thuật toán