文献

J-GLOBAL ID：202002246264667969   整理番号：20A2083048

非トレンドビッグヘルスケアデータに関する心臓行動予測に対するR2N2アプローチ【JST・京大機械翻訳】

A R2N2 Approach For Cardiac Behavior Forecast on Non-Trending Big HealthCare Data

著者 (3件)： Haque Anwar ul (Faculty of Computer Science Institute of Business Administration,Karachi,Pakistan) ,  Mahmood Tariq (Faculty of Computer Science Institute of Business Administration,Karachi,Pakistan) ,  Ghani Sayeed (Faculty of Computer Science Institute of Business Administration,Karachi,Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： AECT  ページ： 1-6  発行年： 2020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： 医療科学および健康管理は,人々への病気のより良いおよび効果的な治療の提供のための有意な発展をした。特に,電子健康記録(EHR)を生成する身体摩耗装置の関与は,患者の状態分析をリアルタイムでコンサルタントに対して非常に便利にした。現在,これらのEHRの有用性は,患者の現在の状況を理解し,それに対する治療を適用するのに主観的である。しかし,この大量のデータは,手の治癒と医療施設への患者の状態情報を可能にする予測と予測解析にさらに使用できる。一般に,EHRは時間成分を含み,時系列解析に使用できる。EHRの発生は速度と体積で高いので,簡単な時系列は有効かつ正確な結果をもたらさない。目的:著者らは,患者の心臓行動を予測するため,著者らの研究における簡単な時系列解析の代わりに,残差リカレントニューラルネットワーク(R2N2)を使用した。著者らのモデルにおける新規性は,著者らのR2N2がVARMAXとLSTMの構成であるということである。モデルは外挿手法で動作し,92.7%の精度で次の値予測の入力として最後の結果を使用する。これらの結果と結果を全ての可能な関連研究と比較し,予測の精度は他のものより高く,その応答は医療機関の必要条件であるリアルタイムに近いことを見出した。本研究は,患者の診療のためのコンサルタントに対する支援として,サーベイランス下の医療施設および医療部門に使用できる。Copyright 2020 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： 摩耗 ,  外挿法 ,  コンサルタント ,  時系列分析 ,  *心臓 ,  残差 ,  健康管理 ,  状態分析 ,  医療施設 ,  必要条件 ,  サーベイランス ,  電子カルテ ,  病歴
準シソーラス用語： リカレントニューラルネットワーク ,  *行動予測 ,  長短期記憶 , 【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 (2件)： 心臓 ,  行動予測