文献

J-GLOBAL ID：202202262604470120   整理番号：22A1165129

深層学習原理に関連した論理的マイニング支援心臓病予測方式【JST・京大機械翻訳】

Logical Mining Assisted Heart Disease Prediction Scheme in Association with Deep Learning Principles

著者 (5件)： Kannagi V. (R.M.K. College of Engineering and Technology,Department of ECE,Puduvoyal) ,  Rajkumar M. (Saveetha School of Engineering, SIMATS,Department of Computer Science and Engineering,Chennai,Tamilnadu) ,  Chandra I. (Rajalakshmi Institute of Technology,Department of CCE,Chennai,Tamilnadu,India) ,  Sangeethalakshmi K. (R.M.K. College of Engineering and Technology,Department of ECE,Puduvoyal) ,  Mohanavel V. (Bharath Institute of Higher Education and Research,Centre for Materials Engineering and Regenerative Medicine,Chennai,Tamilnadu)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEARS  ページ： 1409-1415  発行年： 2022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： WHOによると,推定350百万人の若年成人(年齢30~40歳)は2030年までに心臓病を有する。これらの個人は,腎臓問題,脳卒中および末梢血管疾患のリスクがある。心臓病は,現代時代における死因である。ほとんどの個人は,心臓病治療の高い費用を与えることができない。このため,心臓疾患予測スキームは,この問題を軽減する助けになる。それは心血管疾患の早期検出を助ける。心臓病予測スキームの開発のために,データマイニング法を採用した。写真,テキスト,チャート,および図形を含むさまざまなヘルスケアデータフォーマットを,様々なシステムにおいて使用する。心臓疾患を早期に診断するために,システム条件を含む危険因子,リスク予測因子の選択,予測モデルの開発の側面を記述するための重要な情報の同定と抽出のための効率的方法の使用,および,知的学習支援サポートベクター[ILASV]と呼ばれる新しい技術を用いて,複数の特徴および危険因子仕様を有する心臓疾患を迅速に診断できる。マイニング概念を用いて,これらの基準に基づく心臓病の高リスク変数を同定した。データマイニング法の適用により,高速かつ正確な病気予測が可能になる。Copyright 2022 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： 心血管疾患 ,  *心臓病 ,  脳卒中 ,  データフォーマット ,  危険因子 ,  死因 ,  予測モデル ,  データマイニング
準シソーラス用語： 末梢血管疾患 ,  予測因子 ,  若年成人 ,  *深層学習 , 【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 (5件)： 深層学習 ,  原理 ,  支援 ,  心臓病 ,  予測