UCI心脏病数据集UCI Heart Disease Data | Kaggle

数据集背景

这是一个多元数值数据分析集，包含14个属性：年龄、性别、胸痛类型、静息血压、血清胆固醇、空腹血糖、静息心电图结果、最大心率、运动诱发心绞痛、ST段压低、ST段斜率、主要血管数量和地中海贫血类型。虽然该数据库包含76个属性，但所有已发表研究都使用其中14个子集。克利夫兰数据库是机器学习研究者至今唯一使用的数据源。主要研究任务是根据患者属性预测是否患有心脏病，以及通过诊断发现新的临床洞察。

列属性描述

1. id（每个患者的唯一ID）
2. age（患者年龄）
3. origin（研究地点）
4. sex（男/女）
5. cp 胸痛类型（典型心绞痛、非典型心绞痛、非心绞痛、无症状）
6. trestbps 静息血压（入院时毫米汞柱数值）
7. chol 血清胆固醇（mg/dl单位）
8. fbs 是否空腹血糖>120 mg/dl
9. restecg 静息心电图结果

• 值域：正常、ST异常、左心室肥厚

10. thalach 最大心率
11. exang 运动诱发心绞痛（真/假）
12. oldpeak ST段压低（相对静息状态）
13. slope 峰值运动ST段斜率
14. ca 荧光透视显影主要血管数（0-3）
15. thal（正常/固定缺陷/可逆缺陷）
16. num 预测属性

研究贡献者

1. 匈牙利布达佩斯心脏病研究所：Andras Janosi医学博士
2. 瑞士苏黎世大学医院：William Steinbrunn医学博士
3. 瑞士巴塞尔大学医院：Matthias Pfisterer医学博士
4. 美国退伍军人事务医疗中心：Robert Detrano医学博士

重要文献

• Detrano等人在1989年《美国心脏病学杂志》第64卷304-310页发表的国际冠状动脉疾病概率算法研究
• David W. Aha关于克利夫兰数据库预测心脏病的实例研究
• Gennari等人在《人工智能》期刊第40卷11-61页的增量概念形成模型研究

【全文结束】