一种基于PSOSA-BP神经网络的心脏病预测方法

本发明属于医学数据挖掘领域，具体提供一种基于PSOSA‑BP神经网络的心脏病预测方法，在BP神经网络参数训练过程中，利用粒子群优化算法更新网络参数至最优解，同时结合模拟退火算法以摆脱局部最优陷阱，寻找全局最优网络参数进行心脏病预测，从而提升心脏病预测的准确率，为心脏病的早期发现与有效预测提供了强有力的技术支撑。本发明在UCI数据集上进行测试，结果表明相较于PSO‑BP、BP、KNN、SVM、RF等算法，本发明在准确率、召回率、精准率和F1值上的均表现出显著的优势，尤其在召回率和F1值上，表明本发明在心脏病预测领域具有较高的应用价值和潜力，能够有效辅助医疗诊断决策。