文献

J-GLOBAL ID：202002262357015095   整理番号：20A2086770

異なるタイプの医療障害の診断における分類と予測のためのニューロファジィシステムの使用と実行:10年間のレビュー【JST・京大機械翻訳】

Usage and implementation of neuro-fuzzy systems for classification and prediction in the diagnosis of different types of medical disorders: a decade review

著者 (3件)： Kour Haneet (Department of Computer Science and IT, University of Jammu, Jammu, India) ,  Manhas Jatinder (Department of Computer Science and IT, Bhaderwah Campus, University of Jammu, Jammu, India) ,  Sharma Vinod (Department of Computer Science and IT, University of Jammu, Jammu, India)
資料名： Artificial Intelligence Review  (Artificial Intelligence Review)
巻： 53  号： 7  ページ： 4651-4706  発行年： 2020年 
JST資料番号： E0339C  ISSN： 0269-2821  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 異なるタイプの医療障害の分類と予測において,ニューロファジーシステム(NFS)は,重要で重要な役割を担っている。誤った診断を避けるため,NFSは医療従事者を医療障害を扱うドメインを自動化するのに,より大きな程度を援助する。時間の経過とともに,NFSアプローチは,医学診断の分野での広範囲の複雑な研究問題を扱う際に,精度を高めるのに明らかになってきた。本論文では,現在の10年間の医療診断の分野でのNFS実施において行われた研究の文献レビューを示した。10年の時間期間について,年代進歩における100の出版物とモデルのアップグラデーションを考察した。各疾患の詳細な研究を実施し,NFS方法論が異なるタイプの医療障害の診断における分類と予測にいかに適用されたかを議論する。10(10)の最も重度の医療障害,すなわち,癌,心血管,鬱病および不安,糖尿病,伝染性,腎臓,肝臓,神経変性,呼吸器および甲状腺が,研究のために行われた。実施した研究に基づき,NFSが医療診断における他のAI技術の応用と比較して有効であることが観察された。研究は,NFSの有効性が他のAIアプローチと統合したとき,有意に増加することを明らかにした。本レビューは,医学診断の分野で働く異なる研究者の知識に加え,医学診断で使用されるNFS技術の有効性の包括的な見解を与える。本論文はまた,NFSの医療科学実施における最新の進歩を組み込むために,2019年に提出されたいくつかの研究出版物も取り込んだ。Copyright Springer Nature B.V. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  刊行物 ,  甲状腺 ,  呼吸器 ,  糖尿病 ,  文献展望 ,  医療従事者 ,  うつ病 ,  循環系 ,  有効性 ,  *ファジィニューラルネットワーク
準シソーラス用語： 神経変性 ,  階調 , 【Automatic Indexing@JST】

著者キーワード (4件)： ニューラルネットワーク ,  医療診断 ,  ファジィ推論エンジン ,  NFS

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： タイプ ,  医療 ,  障害 ,  診断 ,  分類 ,  予測 ,  ニューロファジィシステム ,  レビュー