基于Relief特征选择的心衰死亡率预测

来源：计算机工程与应用杂志2018年第23期北京时间：

作者：姚丽娟1，2，李冬冬1，王 喆1，2

单位：1.华东理工大学 信息科学与工程学院，上海 200237；2.苏州大学 江苏省计算机信息处理技术重点实验室，江苏 苏州 215006

摘要：提出心衰死亡率预测系统，预测心衰病人本次住院后30天内死亡率。基于上海曙光医院提供的心衰病人信息，首先对原始数据和特征进行预处理。由于特征的冗余性，再选用经典的Relief特征选择算法筛选出重要的心衰特征，最后选用bp-SVM算法来实现死亡率预测。实验结果证明，死亡率预测系统可以达到较高的性能并通过提供决策信息，辅助医生治疗病人。医生可以根据系统预测的病人死亡率的高低，采取不同的治疗方式，提高临床诊断结果和医院的资源分配。

关键词：特征选择,bp-SVM,死亡率预测,心衰,机器学习