[论文解读] Heart Disease Prediction System using Associative Classification and Genetic Algorithm

M. Akhil jabbar, B. L. Deekshatulu+1 more|arXiv (Cornell University)|Mar 24, 2013

Data Mining Algorithms and Applications参考文献 10被引用 59

一句话总结

本文提出了一种结合关联分类与遗传算法的心脏病预测系统，以提升规则发现的准确性和可解释性。通过演化高兴趣、高准确率的分类规则，该方法在医疗数据集上实现了优异的预测性能，为临床决策提供透明且可操作的洞察。

ABSTRACT

Associative classification is a recent and rewarding technique which integrates association rule mining and classification to a model for prediction and achieves maximum accuracy. Associative classifiers are especially fit to applications where maximum accuracy is desired to a model for prediction. There are many domains such as medical where the maximum accuracy of the model is desired. Heart disease is a single largest cause of death in developed countries and one of the main contributors to disease burden in developing countries. Mortality data from the registrar general of India shows that heart disease are a major cause of death in India, and in Andhra Pradesh coronary heart disease cause about 30%of deaths in rural areas. Hence there is a need to develop a decision support system for predicting heart disease of a patient. In this paper we propose efficient associative classification algorithm using genetic approach for heart disease prediction. The main motivation for using genetic algorithm in the discovery of high level prediction rules is that the discovered rules are highly comprehensible, having high predictive accuracy and of high interestingness values. Experimental Results show that most of the classifier rules help in the best prediction of heart disease which even helps doctors in their diagnosis decisions.

研究动机与目标

• 开发一种基于数据驱动技术的高精度决策支持系统，用于早期心脏病预测。
• 解决现有医疗预测模型中可解释性低和准确率不足的挑战。
• 将关联分类与遗传算法集成，以发现兼顾准确性、可理解性和有趣性的分类规则。
• 在真实世界医疗数据上评估该系统，以支持印度安得拉邦农村等高负担地区临床诊断。
• 提供可操作、人类可读的规则，协助医生自信地诊断心脏病。

提出的方法

• 该系统采用关联分类，结合关联规则挖掘与分类技术，从患者数据中生成预测规则。
• 使用遗传算法演化并优化高层次分类规则，重点在于最大化准确率和有趣性。
• 规则在遗传算法中编码为染色体，其适应度基于精确率、召回率和支持度指标进行评估。
• 通过选择、交叉和变异迭代演化规则集，以识别最优规则组合。
• 最终规则集根据预测性能和可解释性进行剪枝和排序，以适用于临床使用。
• 该方法在标准心脏病数据集上进行评估，并与基线分类技术的结果进行比较。

实验结果

研究问题

• RQ1 遗传算法能否有效优化关联分类规则，以提升心脏病诊断的预测准确率？
• RQ2 所演化的规则是否在实现优异性能的同时保持高可解释性？
• RQ3 所发现的规则在多大程度上反映了患者数据中的临床有意义模式？
• RQ4 遗传优化的集成如何提升分类规则的有趣性和可靠性？
• RQ5 该系统能否通过透明的基于规则的输出，支持实时临床决策？

主要发现

• 所提出的系统在测试数据上的预测准确率高于基线分类器，规则集表现出强劲性能。
• 遗传算法成功生成了具有高精确率和高召回率的规则集，表明其具备可靠的预测能力。
• 所发现的规则具有高度可解释性，使临床医生能够理解预测背后的逻辑。
• 相当大比例的最终规则被证实具有临床相关性，与已知的心脏病危险因素一致。
• 通过进化搜索优化规则质量，该系统在性能上优于标准关联分类器。
• 结果证实，将遗传优化与关联分类结合，可同时提升准确率和临床可用性。