Resumen

En la actualidad, no existe ningún método para predecir o monitorizar a los pacientes con IAM, ni tampoco un método de tratamiento específico. Para mejorar el análisis de los factores clínicos que influyen en el infarto agudo de miocardio, basado en el algoritmo de aprendizaje automático, este artículo utiliza el algoritmo K-means para llevar a cabo el análisis multifactorial y construye un modelo híbrido combinado con la red ART2. Además, este trabajo simula y analiza el proceso de entrenamiento del modelo y construye un modelo de estructura del sistema basado en el algoritmo KNN. Tras construir el sistema modelo, este artículo estudia los factores clínicos que influyen en el infarto agudo de miocardio y combina la estadística matemática y el análisis factorial para llevar a cabo el análisis estadístico de los resultados de las pruebas. Los resultados de la investigación muestran que el modelo de sistema construido en este trabajo tiene cierto efecto en el análisis clínico del infarto agudo de miocardio.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:infarto agudo de miocardio, factores clínicos influyentes, artículo, proceso de formación del modelo, método de tratamiento específico, modelo de estructura del sistema, red ART2, algoritmo KNN, efecto determinado, análisis clínico
• Keywords:acute myocardial infarction, clinical influencing factors, paper, model training process, specific treatment method, system structure model, ART2 network, KNN algorithm, certain effect, clinical analysis