Resumen

La hipertensión (tensión arterial alta) es una enfermedad importante entre la población, y su detección precoz es importante para un tratamiento temprano. Se entiende por hipertensión una presión arterial sistólica superior a 140 mmHg o una presión arterial diastólica superior a 90 mmHg. En este artículo, para detectar los tipos de hipertensión basándose en la información personal y las características, se han utilizado cuatro métodos de aprendizaje automático (ML), incluyendo el clasificador de árbol de decisión C4.5 (DTC), el bosque aleatorio, el análisis discriminante lineal (LDA) y la máquina de vectores lineales de soporte (LSVM), y se han comparado entre sí. En la bibliografía se ha llevado a cabo en primer lugar la clasificación de los tipos de hipertensión mediante algoritmos de clasificación basados en datos personales. Para explicar mejor la variabilidad del tipo de clasificador, se seleccionaron cuatro algoritmos de clasificación diferentes para resolver este problema. En el conjunto de datos de hipertensión, hay ocho características que incluyen el sexo, la edad, la altura (cm), el peso (kg), la presión arterial sistólica (mmHg), la presión arterial diastólica (mmHg), la frecuencia cardíaca (lpm) y el IMC (kg/m2) para explicar el estado de hipertensión y, a continuación, hay cuatro clases que comprenden la normal (saludable), la prehipertensión, la hipertensión en estadio 1 y la hipertensión en estadio 2. En la clasificación del conjunto de datos de hipertensión, las precisiones de clasificación obtenidas son del 99,5%, 99,5%, 96,3% y 92,7% utilizando el clasificador de árbol de decisión C4.5, bosque aleatorio, LDA y LSVM. Los resultados obtenidos han demostrado que los métodos ML pueden utilizarse con confianza en la determinación automática de los tipos de hipertensión.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:c4.5 clasificador de árbol de decisión, presión arterial diastólica, presión arterial sistólica, tipos de hipertensión, mmhg, conjunto de datos de hipertensión, bosque aleatorio, máquina de vectores de apoyo lineal, diferentes algoritmos clasificadores, presión arterial alta
• Keywords:c4.5 decision tree classifier, diastolic blood pressure, systolic blood pressure, hypertension types, mmhg, hypertension dataset, random forest, linear support vector machine, different classifier algorithms, high blood pressure