文献类型：期刊文章

作　　者：魏珂[1] 司春婴[2] 王贺[2] 刘小明[3] 关怀敏[2]

Wei Ke;Si Chuying;Wang He;Liu Xiaoming;Guan Huaimin(The First Clinial Medical College,Henan University of Chinese Medicine,Zhengzhou 450000,China;Heart Center oj The First AJfiliated Hospital,Henan University of Chinese Medicine,Zhengzhou 450000,China;College of Computer Science,Zhongyuan University of Technology,Zhengzhou 450000,China)

机构地区：[1]河南中医药大学第一临床医学院,郑州450000 [2]河南中医药大学第一附属医院心脏中心,郑州450000 [3]中原工学院计算机学院,郑州450000

出　　处：《世界科学技术-中医药现代化》

基　　金：国家自然科学基金委员会面上项目(81473507):化痰活血解毒方通过MAPKs信号通路抑制支架内新生动脉粥样硬化形成的机制研究,负责人:关怀敏;国家自然科学基金委员会面上项目(81273949):丹蒌片促进兔髂动脉粥样硬化药物涂层支架置入后在内皮化的调控机制研究,负责人:关怀敏;河南省科学技术厅科技攻关项目(1821023111162):小檗碱干预NSTE-ACS患者支架术后血管病变随机临床研究,负责人:关怀敏。

年　　份：2020

卷　　号：22

期　　号：10

起止页码：3576-3582

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：随着电子病历系统及医学影像技术在医院的广泛应用,如何分析各种医疗设备产生的海量医学数据仍然是当前研究热点之一。由于医学数据集的数量,高维性和异构性,使得人为驱动的分析变得不切实际。基于机器学习算法的人工智能特别适合应对"大数据"的挑战。心血管病是由遗传、环境和行为学多因素共同作用造成的,机器学习算法可以通过全面整合患者心血管病的危险因素和冠脉解剖影像参数,优化传统的风险评估模型,从而更加精准地预测病情的发展及预后,为患者后续治疗提供精准决策支持。本文主要对人工智能在心血管病中的应用进行综述。

关 键 词：机器学习  人工智能 心血管病 风险预测  

分 类 号：R259[中西医结合类]