心血管疾病是全球死亡的主要原因之一,在世界范围内日益引起社会关注。 随着技术的出现,机器学习和可穿戴技术的融合为医学领域带来了巨大的好处,它提供了高度准确,可靠和强大的无缝解决方案。 通过早期发现并降低医疗成本,这使患者社区受益。 以及为医学博爱提供有效,可扩展,准确和可靠的预测系统。 本文对用于各种心血管疾病的预测/分类的机器学习算法进行了广泛的调查。 我们将介绍各种模式的见解,例如心音,电子健康记录,生理信号和CT图像,以成功检测出心脏病,并且还将介绍流行的机器学习系统,模糊系统,混合系统的亮点。 从这篇评论中可以注意到,SVM已被广泛使用,随后是神经网络和集成技术。 通过集成技术,其次是SVM和CNN,可以达到95%以上的最高准确度。
1