文献

J-GLOBAL ID：202202258139426627   整理番号：22A0772352

C-CADZ:Z-Alizadeh Saniデータセットを用いた冠動脈疾患検出のための計算知能システム【JST・京大機械翻訳】

C-CADZ: computational intelligence system for coronary artery disease detection using Z-Alizadeh Sani dataset

著者 (4件)： Gupta Ankur (Department of Computer Science & Engineering, Indian Institute of Technology Roorkee, Roorkee, India) ,  Kumar Rahul (Department of Computer Science & Engineering, Indian Institute of Technology Roorkee, Roorkee, India) ,  Arora Harkirat Singh (Department of Chemical Engineering, Indian Institute of Technology Roorkee, Roorkee, India) ,  Raman Balasubramanian (Department of Computer Science & Engineering, Indian Institute of Technology Roorkee, Roorkee, India)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 3  ページ： 2436-2464  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  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： 冠動脈疾患(CAD)は,世界中の死亡の主な原因である最も致死的な疾患の1つである。CADは,約7百万の死亡率を有するそのような病気である。しかし,早期検出,予後およびタイムリーな診断は死亡率低下に役立つ。従来のCAD検出システムは厄介で高価である。さらに,異なる地理的位置における放射線科医の不足または不均等な分布は,早期診断における障害である。したがって,研究者と医師が,予測,同定,治療,および疾患診断のための医用イメージングシステムの領域における計算知能システムを開発するために,共同的に前向きに探索する時間である。研究者のビジョンをサポートするために,冠動脈疾患診断,C-CADZのための計算知能システムを提案した。モデルを検証するために,C-CADZ,データセット,すなわちUCIリポジトリからのZ-Alizadeh Sani CADデータセットを考察した。C-CADZは特徴抽出のための混合データ(FAMD)の固定解析を利用する。FAMDは96の特徴を示した。重要な特徴を検索するために,自然のヒントを得たアルゴリズムを利用した。C-CADZは,機械学習(ML)予測モデルがクラスバランスデータセットを処理するために構築されるため,クラス不均衡データを処理するために,合成少数サンプリング技術(SMOTE)を実行した。Z-Score正規化技術を用いてデータセットを正規化した。さらに,C-CADZを,ML分類器,ランダムフォレスト(RF)およびエクストラツリー(ET)を用いて訓練し,保持比3:1のホールアウト検証スキームを用いて検証した。実験結果は,C-CADZが,精度に関して,過去数十年の最先端技術より優れていることを示した。C-CADZは,2020年に出版された最先端の方法から,性能計量<Acc,Sens,Spec Hubbard<97.37,98.15,95.45>で,精度の増加を得た。性能分析は,RF-ETのボックスプロットとROC-AUC曲線の最も高い精度と安定した性質を達成することが,心臓疾患予測に適していることを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  特徴抽出 ,  死亡率 ,  *人工知能 ,  *冠動脈疾患 ,  医師 ,  予後 ,  正規化 ,  性能分析 ,  早期診断 ,  機械学習 ,  予測モデル ,  リポジトリ
準シソーラス用語： ランダムフォレスト ,  医用画像処理 , 【Automatic Indexing@JST】

著者キーワード (8件)： 特徴抽出 ,  特徴選択 ,  混合データ(FAMD)の固定解析 ,  遺伝的アルゴリズム(GA) ,  SMOTE ,  相関 ,  固有値 ,  固有ベクトル

分類 (1件)： 循環系の診断  (GJ02000V)

タイトルに関連する用語 (4件)： データセット ,  冠動脈疾患 ,  計算 ,  知能システム