[发明专利]基于Transformer-MHP模型的突发心脏病预测方法

摘要

本发明公开了一种基于Transformer‑MHP模型的突发心脏病预测方法，包括数据预处理、特征分析、模型构建与训练、性能评价四部分。首先根据所得心脏病数据样本进行数据预处理，然后使用PCA主成分分析法对数据集进行降维分析，最后使用Spearman相关分析算法筛选出十四个特征属性进行模型训练。Transformer算法的主作用域为自然语言处理并且成就显著，本发明将传统Transformer框架进行改进与创新，结合高可拓展性的并行处理算法提出了一种新Transformer‑MHP算法模型用于AI医疗领域来进行突发心脏病的概率预测，以辅助提高医疗工作效率和准确率。最后，本发明通过实验对模型进行性能评价，结果表明，本发明的Transformer‑MHP心脏病预测算法与传统算法相比具有较好的准确性和可解释性。