ترجمه فارسی مقاله مدلهای طبقه بندی بیماری های قلبی متمرکز و فدرال با استفاده از مجموعه داده UCI و تفسیر مبتنی بر ارزش آنها

چکیده

Cardiovascular diseases are a leading cause of mortality worldwide, highlighting the need for accurate diagnostic methods. This study benchmarks centralized and federated machine learning algorithms for heart disease classification using the UCI dataset which includes 920 patient records from four hospitals in the USA, Hungary and Switzerland. Our benchmark is supported by Shapley-value interpretability analysis to quantify features’ importance for classification. In the centralized setup, various binary classification algorithms are trained on pooled data, with a support vector machine (SVM) achieving the highest testing accuracy of 83.3%, surpassing the established benchmark of 78.7% with logistic regression. Additionally, federated learning algorithms with four clients (hospitals) are explored, leveraging the dataset’s natural partition to enhance privacy without sacrificing accuracy. Federated SVM, an uncommon approach in the literature, achieves a top testing accuracy of 73.8%. Our interpretability analysis aligns with existing medical knowledge of heart disease indicators. Overall, this study establishes a benchmark for efficient and interpretable pre-screening tools for heart disease while maintaining patients’ privacy. This work is available at https://github.com/padillma1/Heart-Disease-Classification-on-UCI-dataset-and-Shapley-Interpretability-Analysis.

چکیده به فارسی (ترجمه ماشینی)

بیماریهای قلبی عروقی عامل اصلی مرگ و میر در سراسر جهان است و نیاز به روشهای تشخیصی دقیق را برجسته می کند.این مطالعه معیارهای الگوریتم های یادگیری ماشین متمرکز و فدرال برای طبقه بندی بیماری های قلبی با استفاده از مجموعه داده UCI که شامل 920 سوابق بیمار از چهار بیمارستان در ایالات متحده ، مجارستان و سوئیس است.معیار ما توسط تجزیه و تحلیل تفسیر ارزش Shapley-Value برای تعیین کمیت اهمیت ویژگی ها برای طبقه بندی پشتیبانی می شود.در مجموعه متمرکز ، الگوریتم های مختلف طبقه بندی باینری بر روی داده های جمع شده آموزش داده می شوند ، با یک دستگاه بردار پشتیبانی (SVM) که به بالاترین دقت آزمایش 83.3 ٪ رسیده است ، و از معیار تعیین شده 78.7 با رگرسیون لجستیک فراتر می رود.علاوه بر این ، الگوریتم های یادگیری فدرال با چهار مشتری (بیمارستان) مورد بررسی قرار می گیرند و از پارتیشن طبیعی مجموعه داده ها برای تقویت حریم خصوصی بدون قربانی کردن دقت استفاده می کنند.SVM فدرال ، یک رویکرد غیر معمول در ادبیات ، به دقت تست برتر 73.8 ٪ می رسد.تجزیه و تحلیل تفسیر ما با دانش پزشکی موجود در مورد شاخص های بیماری قلبی مطابقت دارد.به طور کلی ، این مطالعه یک معیار برای ابزارهای قبل از غربالگری کارآمد و قابل تفسیر برای بیماری های قلبی و در عین حال حفظ حریم خصوصی بیماران است.این کار در https://github.com/padillma1/heart-disease-classification-on-uci-dataset-and-hapley-interpretability-analysis در دسترس است.