Herz-Kreislauf-Erkrankungen (KHK) sind nach wie vor eine der häufigsten Todesursachen weltweit, was die Notwendigkeit einer genauen Früherkennung unterstreicht. In dieser Studie wird ein auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen anhand von EKG-Signalen vorgestellt, das sich auf eine verbesserte Merkmalsauswahl konzentriert. Das System integriert Fast Correlation-Based Filter (FCBF), Minimum Redundancy Maximum Relevance (mRMR), Relief und Particle Swarm Optimization (PSO), um die relevantesten und nicht-redundanten Merkmale zu identifizieren....

Cardiovascular disease (CVD) remains a leading cause of death globally, emphasizing the need for accurate early detection. This study presents a machine learning-based framework for CVD detection using ECG signals, focusing on enhanced feature selection. The system integrates Fast Correlation-Based Filter (FCBF), Minimum Redundancy Maximum Relevance (mRMR), Relief, and Particle Swarm Optimization (PSO) to identify the most relevant and non-redundant features. FCBF removes redundant data, mRMR selects key relevant features, Relief ranks features based on their class-distinguishing power, and...

Les maladies cardiovasculaires (MCV) restent l'une des principales causes de décès dans le monde, ce qui souligne la nécessité d'une détection précoce précise. Cette étude présente un cadre basé sur l'apprentissage automatique pour la détection des maladies cardiovasculaires à partir des signaux ECG, en mettant l'accent sur une meilleure sélection des caractéristiques. Le système intègre le filtre à corrélation rapide (FCBF), la redondance minimale et la pertinence maximale (mRMR), le relief et l'optimisation par essaims de particules (PSO) pour identifier les...