文献

J-GLOBAL ID：201802293342109475   整理番号：18A1809754

異なる型の脳卒中を予測するための人工知能アプローチ【JST・京大機械翻訳】

An Artificial Intelligence Approach for Predicting Different Types of Stroke

著者 (2件)： Haridas Hima (Dept. of Computer science, Jyothi Engineering College, Thrissur, India) ,  Wilson Aswathy (Dept. of Computer science, Jyothi Engineering College, Thrissur, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICICCT  ページ： 1858-1861  発行年： 2018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： 脳卒中は死亡の第2の主要な原因であり,それらは重篤で,長期的な偶発性がある。脳卒中は,血液流の閉塞または心への供給経路の破壊によって引き起こされる,酸素の非注意のために大脳細胞の突然の死である。来るべき年の脳卒中における世界保健機関によれば,成長死亡率を継続する。脳卒中を検出するために多くの研究が行われている。脳卒中とそのタイプを予測するための人工知能アプローチは,深い学習を用いている。タイプは,虚血性脳卒中,出血性脳卒中,一過性虚血性発作である。本研究では,医療機関からのデータセット収集を行った。前処理方法は,コピー記録,欠落情報,および相反情報を期待する。主成分分析アルゴリズムは,患者が脳卒中疾患に遭遇するか否かを予測する予測と深い学習を減少させるために使用される。したがって,脳卒中疾患を予測するために,それは深い学習によって分類を実現する。患者の詳細が入ると,訓練されたモデルと異なるタイプの脳卒中の予測をチェックする。本研究は,脳卒中と異なるタイプの脳卒中を予測するためのより良い方法に焦点を合わせた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンティンジェンシー ,  *人工知能 ,  酸素 ,  医療施設 ,  *脳卒中 ,  アルゴリズム ,  血流 ,  主成分分析 ,  急死 ,  死亡率 ,  患者 ,  世界保健機関
準シソーラス用語： 虚血性発作 ,  虚血性脳卒中 ,  大脳 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 型 ,  脳卒中 ,  予測 ,  人工知能