LuanVan.vnLuận Văn
Gửi thư

Phân loại bệnh tim với các mô hình học máy.

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Thị Thanh Ngân
Người hướng dẫnTrần Phước Lộc
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Bệnh tim mạch là một trong những nguyên nhân gây tử vong hàng đầu trên thế giới, do đó việc phát hiện sớm và dự đoán nguy cơ mắc bệnh có ý nghĩa quan trọng trong công tác chăm sóc sức khỏe. Nghiên cứu này tập trung phân tích dữ liệu bệnh tim bằng cách kết hợp các phương pháp thống kê và học máy nhằm xác định các yếu tố nguy cơ quan trọng cũng như xây dựng mô hình dự đoán bệnh tim hiệu quả. Quy trình nghiên cứu bao gồm các bước như tiền xử lý dữ liệu, thống kê mô tả, kiểm định giả thuyết, phân tích tương quan và chuẩn hóa dữ liệu. Trên cơ sở đó, nhiều mô hình học máy đã được xây dựng và đánh giá để dự đoán nguy cơ mắc bệnh tim. Kết quả phân tích cho thấy các yếu tố như tuổi, loại đau ngực, mức cholesterol, nhịp tim tối đa và độ dốc đoạn ST (ST Slope) có mối liên hệ đáng kể với khả năng mắc bệnh tim. Các mô hình học máy được đánh giá thông qua các chỉ số Accuracy, Precision và Recall. Kết quả cho thấy tất cả các mô hình đều đạt hiệu quả dự đoán tốt và có tính ổn định. Trong đó, mô hình cây quyết định (Decision Tree) cho kết quả vượt trội nhất trên toàn bộ tập đặc trưng, thể hiện khả năng phân loại chính xác và hiệu quả. Nghiên cứu đã chứng minh rằng, việc kết hợp giữa thống kê suy diễn và học máy là một phương pháp hiệu quả trong phân tích dữ liệu y học. Kết quả không chỉ giúp nhận diện các yếu tố nguy cơ quan trọng liên quan đến bệnh tim mà còn hỗ trợ dự đoán sớm bệnh, góp phần nâng cao chất lượng chẩn đoán và hỗ trợ ra quyết định trong thực hành lâm sàng.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.