摘要：目前，機(jī)器學(xué)習(xí)在疾病預(yù)測(cè)領(lǐng)域的應(yīng)用日益廣泛。文章介紹了SVM（支持向量機(jī)）、CART（分類與回歸樹(shù)）決策樹(shù)、KNN （K近鄰）3種機(jī)器學(xué)習(xí)算法，并將這3種算法構(gòu)建的模型應(yīng)用于心血管疾?。–VD）的預(yù)測(cè)中。結(jié)果表明，SVM模型表現(xiàn)最優(yōu)。此外，為進(jìn)一步提高模型的性能和魯棒性，在這3個(gè)基模型中均融合了Bagging算法。研究結(jié)果顯示，3個(gè)模型的性能均得到了不同程度的提升，其中CART決策樹(shù)模型的性能提升最為顯著，但SVM模型仍然保持最佳表現(xiàn)。利用機(jī)器學(xué)習(xí)技術(shù)對(duì)CVD進(jìn)行有效預(yù)測(cè)的方法可應(yīng)用于智能床墊上，通過(guò)監(jiān)測(cè)和分析用戶的生理數(shù)據(jù)，智能化地評(píng)估心血管疾病風(fēng)險(xiǎn)，為實(shí)現(xiàn)便捷的智能健康管理提供了一種有效途徑，對(duì)CVD的預(yù)防和診斷具有重要價(jià)值。

關(guān)鍵詞：Bagging算法；疾病預(yù)測(cè)模型；機(jī)器學(xué)習(xí)；心血管疾病；智能床墊

中圖分類號(hào)：TP391" " "文獻(xiàn)標(biāo)識(shí)碼：A" " "文章編號(hào)：1674-0688（2024）11-0020-04

0 引言

心血管疾?。–VD）是影響各年齡段人群的心臟疾病之一，是全球死亡的主要原因。世界心臟病聯(lián)盟報(bào)告，全球每年因心血管疾病死亡的人數(shù)高達(dá)2 050萬(wàn)，約占全球死亡總?cè)藬?shù)的1/3［1］。在中國(guó)，心血管病的患病人數(shù)已達(dá)3.3億［2］。隨著智能家居和物聯(lián)網(wǎng)（IoT）技術(shù)的迅猛發(fā)展，智能床墊等家居產(chǎn)品作為數(shù)據(jù)驅(qū)動(dòng)的健康管理設(shè)備，已能夠憑借內(nèi)置傳感器和云計(jì)算技術(shù)，連續(xù)、無(wú)縫地收集用戶的各項(xiàng)生理數(shù)據(jù)。心血管疾病的誘因包括過(guò)量飲酒、吸煙、高血壓、高膽固醇、不良飲食習(xí)慣和家族史等，這些因素導(dǎo)致的死亡可通過(guò)早期預(yù)測(cè)進(jìn)行有效干預(yù)?；跈C(jī)器學(xué)習(xí)的預(yù)測(cè)模型能夠處理復(fù)雜的數(shù)據(jù)并進(jìn)行高效準(zhǔn)確的分類和預(yù)測(cè)分析，挖掘數(shù)據(jù)的內(nèi)在模式，從而實(shí)現(xiàn)對(duì)CVD的早期預(yù)測(cè)。目前，國(guó)內(nèi)外眾多研究人員關(guān)注將機(jī)器學(xué)習(xí)方法應(yīng)用于心血管疾病預(yù)測(cè)領(lǐng)域。國(guó)內(nèi)方面，楊曄等［3］通過(guò)采集和分析睡眠狀態(tài)下的HRV（心率變異性）數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法構(gòu)建CVD預(yù)測(cè)模型，為CVD的早期預(yù)測(cè)提供了新的思路和方法；李文夢(mèng)［4］通過(guò)機(jī)器學(xué)習(xí)算法對(duì)心肌梗死并發(fā)癥數(shù)據(jù)集進(jìn)行建模和預(yù)測(cè)，提出了一種基于極端隨機(jī)樹(shù)、隨機(jī)森林（ RF）和Lasso回歸的混合嵌入式特征選擇方法，以0.01作為閾值篩選出最終參與模型構(gòu)建的特征。國(guó)外方面，Jinjri等［5］比較了SVM、KNN、LR （邏輯回歸）、DT（決策樹(shù)）和NB（樸素貝葉斯）5種機(jī)器學(xué)習(xí)算法在心血管疾病分類中的性能，得出SVM是預(yù)測(cè)心血管疾病最有效方法的結(jié)論；Olatunde等［6］則對(duì)比了Adaboost算法和Bagging算法在心血管疾病預(yù)測(cè)中對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行集成的效果，結(jié)果表明Bagging算法具有更優(yōu)的集成效果。

本研究旨在利用機(jī)器學(xué)習(xí)模型預(yù)測(cè)心血管疾病，采用SVM、CART、KNN 3種機(jī)器學(xué)習(xí)算法，并結(jié)合Bagging集成方法，以提高模型的性能和魯棒性，為心血管疾病的預(yù)測(cè)和預(yù)防提供依據(jù)。將本文方法應(yīng)用于智能床墊等智能家居設(shè)備上，能夠健康管理技術(shù)的創(chuàng)新，標(biāo)志著健康管理系統(tǒng)的智能化升級(jí)，使其在智能家居健康設(shè)備領(lǐng)域得到更廣泛的應(yīng)用。

1 算法原理

1.1 Bagging算法

Bagging（Bootstrap Aggregating）算法是一種集成學(xué)習(xí)方法，最初由Leo Breiman于1994年提出。該算法通過(guò)以下步驟提高模型的穩(wěn)定性和預(yù)測(cè)準(zhǔn)確性：①對(duì)原始數(shù)據(jù)集進(jìn)行多次重采樣，生成多個(gè)子數(shù)據(jù)集。②針對(duì)每個(gè)重采樣得到的數(shù)據(jù)集分別訓(xùn)練一個(gè)基學(xué)習(xí)器模型，從而得到多個(gè)子模型。③集成這些子模型的預(yù)測(cè)結(jié)果［7］。對(duì)于分類任務(wù)，采用以下公式對(duì)所有子模型的預(yù)測(cè)結(jié)果進(jìn)行多數(shù)投票：

對(duì)于回歸任務(wù)，通過(guò)以下公式對(duì)所有子模型的預(yù)測(cè)值進(jìn)行平均：

1.2 支持向量機(jī)

SVM（Support Vector Machine）是一種經(jīng)典的監(jiān)督學(xué)習(xí)算法，其基本原理在于尋找一個(gè)超平面，以最大化不同類別的樣本點(diǎn)之間的間隔，從而實(shí)現(xiàn)分類。SVM通過(guò)以下公式尋找最優(yōu)超平面：

其中：[ω]為定義超平面方向的權(quán)重向量，它決定了超平面的朝向；[b]為超平面的偏置（或截距），用于確定超平面在特征空間中的位置。

SVM的約束條件為

其中：[ω?xi+b]是分類超平面，用于最大化分類間隔的約束，確保樣本點(diǎn)被正確分類。SVM通過(guò)拉格朗日乘子法或序列最小優(yōu)化（SMO）等算法求解優(yōu)化問(wèn)題，從而得到最優(yōu)[ω]和[b]。對(duì)于新樣本[x]，SVM根據(jù)其相對(duì)于超平面的距離進(jìn)行分類：

1.3 CART決策樹(shù)

CART（Classification and Regression Tree）是決策樹(shù)算法的一種具體實(shí)現(xiàn)，由Breiman等人于1984年提出。CART算法采用基尼指數(shù)（Gini）作為選擇最佳劃分特征的準(zhǔn)則，基尼指數(shù)的公式如下：

其中：[pi]表示第[i]類在數(shù)據(jù)集[D]中的概率，[C]為類別的數(shù)量?；嶂笖?shù)越小，則數(shù)據(jù)集的純度越高。CART算法選擇基尼指數(shù)最小的特征作為當(dāng)前節(jié)點(diǎn)的最優(yōu)劃分特征。

1.4 KNN算法

KNN（K-Nearest Neighbors）算法的基本原理如下：找到待分類樣本訓(xùn)練集中與其最近的K個(gè)樣本，從而確定該樣本的分類結(jié)果。首先，計(jì)算待分類樣本與訓(xùn)練集中各樣本的距離，常見(jiàn)的距離度量方法包括曼哈頓距離、歐式距離、閔可夫斯基距離等。其次，根據(jù)計(jì)算出的距離，選取離測(cè)試樣本最近的K個(gè)樣本作為“鄰居”。最后，對(duì)K個(gè)鄰居的標(biāo)簽進(jìn)行投票，將出現(xiàn)頻率最高的類別作為該待分類樣本的預(yù)測(cè)結(jié)果。

2 實(shí)驗(yàn)方法

2.1 數(shù)據(jù)處理

本研究采用的研究數(shù)據(jù)來(lái)源于Kaggle平臺(tái)上的心血管疾病數(shù)據(jù)集，該數(shù)據(jù)集包含70 000個(gè)樣本，每個(gè)樣本具有11個(gè)特征（表1）以及1個(gè)指示心血管疾病存在與否的二元標(biāo)簽。根據(jù)標(biāo)簽，數(shù)據(jù)集被分為CVD組和非CVD組。由于數(shù)據(jù)集中正負(fù)樣本比例不均衡，可能會(huì)對(duì)分類器的性能產(chǎn)生嚴(yán)重影響［8］。為避免這一影響，對(duì)數(shù)據(jù)集進(jìn)行隨機(jī)抽樣處理，確保CVD組和非CVD組各保留10 000個(gè)樣本。

2.2 模型構(gòu)建

將數(shù)據(jù)集的70%作為訓(xùn)練集，30%作為測(cè)試集。隨后，分別以SVM、CART、KNN算法為基礎(chǔ)構(gòu)建預(yù)測(cè)基模型。接著，對(duì)SVM、CART、KNN模型分別融合Bagging算法，以構(gòu)建改進(jìn)的心血管預(yù)測(cè)模型，并對(duì)這些模型進(jìn)行評(píng)估和對(duì)比。實(shí)驗(yàn)流程圖見(jiàn)圖1。

2.3 性能指標(biāo)

在醫(yī)學(xué)診斷領(lǐng)域，混淆矩陣是估計(jì)分類器性能最基本且直觀的方法。對(duì)于典型的二元分類問(wèn)題，涉及“正類”和“負(fù)類”兩個(gè)類別，混淆矩陣包含“真陽(yáng)性”（TP）、“假陰性”（FN）、“假陽(yáng)性”（FP）和“真陰性”（TN）4個(gè)元素［9-10］，其對(duì)應(yīng)關(guān)系見(jiàn)表2。本研究將CVD組定義為正類，非CVD組定義為負(fù)類?；诖擞?jì)算了5個(gè)用于評(píng)估模型性能的指標(biāo)：準(zhǔn)確率（Accuracy）、靈敏度（Sensitivity）、特異性（Specificity）、精度（Precision）和F1分?jǐn)?shù)（F1-score），指標(biāo)計(jì)算公式如下：

3 結(jié)果與討論

以SVM、CART、KNN 3個(gè)機(jī)器學(xué)習(xí)模型作為基模型進(jìn)行心血管病預(yù)測(cè)實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果見(jiàn)表3。

為提高模型性能及其泛化能力，將SVM、CART、KNN與Bagging算法相結(jié)合，得到BGSVM、BGCART、BGKNN 3個(gè)模型，結(jié)合Bagging算法的模型效果對(duì)比結(jié)果見(jiàn)表4；基模型與結(jié)合Bagging算法后的模型效果對(duì)比圖分別見(jiàn)圖2至圖4。

根據(jù)實(shí)驗(yàn)結(jié)果可知，SVM、CART、KNN 3種算法中，SVM模型在Accuracy、Sensitivity、Specigicity等指標(biāo)上均優(yōu)于其他兩種算法，在心血管疾病預(yù)測(cè)任務(wù)中表現(xiàn)出較良好的性能。同時(shí)，結(jié)合Bagging算法后的3個(gè)模型的性能均有不同的程度的提升。

上述實(shí)驗(yàn)結(jié)果表明，SVM模型能夠較出色地完成心血管預(yù)測(cè)任務(wù)，對(duì)于復(fù)雜的數(shù)據(jù)集表現(xiàn)出較優(yōu)異的性能。通過(guò)引入Bagging算法，多個(gè)子集訓(xùn)練的CART模型能有效減少過(guò)擬合，從而顯著提升了性能。

4 智能床墊應(yīng)用

智能床墊配備了多種傳感器，能夠收集用戶的各項(xiàng)生理數(shù)據(jù)。這些數(shù)據(jù)通過(guò)物聯(lián)網(wǎng)技術(shù)傳輸至云端或本地設(shè)備，隨后由心血管疾病預(yù)測(cè)模型進(jìn)行分析與預(yù)測(cè)，并輸出預(yù)測(cè)結(jié)果。一旦預(yù)測(cè)模型檢測(cè)到用戶心血管健康狀態(tài)存在異常，智能床墊將通過(guò)連接的移動(dòng)應(yīng)用程序或物聯(lián)網(wǎng)設(shè)備向用戶或其家屬發(fā)送警報(bào)，提醒其關(guān)注潛在的健康風(fēng)險(xiǎn)。搭載CVD預(yù)測(cè)模型的智能床墊框架圖見(jiàn)圖5。

5 結(jié)語(yǔ)

機(jī)器學(xué)習(xí)在疾病預(yù)測(cè)領(lǐng)域展現(xiàn)出強(qiáng)大的潛力和廣泛的應(yīng)用前景。借助多種機(jī)器學(xué)習(xí)算法，可以從復(fù)雜的健康數(shù)據(jù)中提取重要特征，識(shí)別潛在疾病風(fēng)險(xiǎn)，為早期診斷和干預(yù)提供支持。本研究采用機(jī)器學(xué)習(xí)方法，運(yùn)用SVM、CART、KNN算法構(gòu)建了CVD預(yù)測(cè)模型，并結(jié)合Bagging算法提升了模型預(yù)測(cè)效果，能夠輔助監(jiān)測(cè)CVD患病風(fēng)險(xiǎn)。本研究將模型嵌入到智能床墊中，使CVD的早期篩查和干預(yù)更便捷和高效。從長(zhǎng)遠(yuǎn)角度看，基于Bagging集成模型的心血管疾病預(yù)測(cè)系統(tǒng)，通過(guò)智能床墊這一載體，不僅實(shí)現(xiàn)了心血管疾病的早期風(fēng)險(xiǎn)評(píng)估，還推動(dòng)了數(shù)據(jù)驅(qū)動(dòng)的健康管理模式的應(yīng)用，為疾病預(yù)防和健康促進(jìn)提供了重要支持，標(biāo)志著數(shù)據(jù)驅(qū)動(dòng)健康管理模式的一次重要?jiǎng)?chuàng)新。未來(lái)，隨著數(shù)據(jù)采集技術(shù)、邊緣計(jì)算和工業(yè)自動(dòng)化控制技術(shù)的不斷發(fā)展，智能家居產(chǎn)品將成為物聯(lián)網(wǎng)健康管理系統(tǒng)的核心節(jié)點(diǎn)，為用戶提供更精準(zhǔn)、實(shí)時(shí)的健康反饋和個(gè)性化干預(yù)，顯著提升智能家居在個(gè)人健康領(lǐng)域的價(jià)值和影響力。

6 參考文獻(xiàn)

［1］MURRAY C J L.World heart report 2023［J］.Nature Medicine，2022，28（10）：2019-2026.

［2］劉明波，何新葉，楊曉紅，等.《中國(guó)心血管健康與疾病報(bào)告2023》要點(diǎn)解讀［J］.中國(guó)心血管雜志，2024，29（4）：305-324.

［3］楊曄，燕雪雅，侯鳳貞，等.基于睡眠心率變異性的心血管疾病預(yù)測(cè)研究［J］.生物醫(yī)學(xué)工程學(xué)雜志，2021，38（2）：249-256.

［4］李文夢(mèng).基于機(jī)器學(xué)習(xí)的心肌梗塞并發(fā)癥預(yù)測(cè)［D］.武漢：華中科技大學(xué)，2022.

［5］JINJRI W M，KEIKHOSROKIANI P，ABDULLAH N L.Machine learning algorithms for the classification of cardiovascular disease-a comparative study［C］//2021 International Conference on Information Technology（ICIT），Amman，Jordan：IEEE，2021：132-138.

［6］OLATUNDE Y，OMOTOSHO L，AKANBI C.Comparison of adaboost and bagging ensemble method for prediction of heart disease［J］.Heart，2019，50：17.

［7］車(chē)翔玖，于英杰，劉全樂(lè).增強(qiáng)Bagging集成學(xué)習(xí)及多目標(biāo)檢測(cè)算法［J］.吉林大學(xué)學(xué)報(bào)（工學(xué)版），2022，52（12）：2916-2923.

［8］CHAWLA N V，JAPKOWICZ N，KOTCZ A.Editorial：special issue on learning from imbalanced data sets［J］.ACM SIGKDD Explorations Newsletter，2004，6（1）：1-6.

［9］SOKOLOVA M，LAPALME G.A systematic analysis of performance" measures" "for" "classification tasks［J］.Information Processing amp; Management，2009，45（4）：427-437.

［10］LUQUE A，CARRASCO A，MARTíN A，et al.The impact of class imbalance in classification performance metrics based on the binary confusion matrix［J］.Pattern Recognition，2019，91：216-231.