文献

J-GLOBAL ID：201802235538928184   整理番号：18A0136846

ADHF(急性非代償性心不全)で入院した患者の死亡率予測に対するニューラルネットワーク【Powered by NICT】

Neural network on mortality prediction for the patient admitted with ADHF (acute decompensated heart failure)

著者 (4件)： Yazid M. Haider Abu (Faculty of Computing, Faculty of Bioscience and Medical Engineering, Universiti Teknologi Malaysia (UTM), Johor Bahru, Malaysia) ,  Talib Shukor (Faculty of Computing, Faculty of Bioscience and Medical Engineering, Universiti Teknologi Malaysia (UTM), Johor Bahru, Malaysia) ,  Satria Muhammad Haikal (Faculty of Computing, Faculty of Bioscience and Medical Engineering, Universiti Teknologi Malaysia (UTM), Johor Bahru, Malaysia) ,  Ghazi Azmee Abd (Cardiology Department, National Heart Institute (IJN), Kuala Lumpur, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EECSI  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 30日死亡率は10%に到達した患者は死亡率の高いリスクを迎えた急性非代償性心不全(ADHF)で入院した。死亡率の高リスク患者と低リスク患者の同定は,臨床転帰と病院資源配分を改善することができた。ADHFで入院した患者の死亡率を予測するための人工神経回路網の使用を提案した。結果は,人工ニューラルネットワークは,訓練データセットに対して94.73%の精度及び試験データセットに対して91.65%の良好な予測精度を有するADHF患者の死亡率を予測することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *患者 ,  *死亡率 ,  病院 ,  *予測 ,  *ニューラルネットワーク ,  資源割付
準シソーラス用語： 予測精度 ,  試験データ ,  訓練データ ,  転帰 ,  *急性非代償性心不全 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  循環系の疾患  (GJ03000C)

タイトルに関連する用語 (6件)： 急性非代償性心不全 ,  入院 ,  患者 ,  死亡率 ,  予測 ,  ニューラルネットワーク