文献

J-GLOBAL ID：202202278406655101   整理番号：22A1026814

深層ニューラルネットワークを用いた糖尿病診断のための意思決定支援システム【JST・京大機械翻訳】

A Decision Support System for Diagnosing Diabetes Using Deep Neural Network

著者 (5件)： Rabie Osama (Information Systems Department, Faculty of Computing and Information Technology, King Abdulaziz University, Jeddah, Saudi Arabia) ,  Alghazzawi Daniyal (Information Systems Department, Faculty of Computing and Information Technology, King Abdulaziz University, Jeddah, Saudi Arabia) ,  Asghar Junaid (Faculty of Pharmacy, Gomal University, Dera Ismail Khan, Pakistan) ,  Saddozai Furqan Khan (Institute of Computing and Information Technology, Gomal University, Dera Ismail Khan, Pakistan) ,  Asghar Muhammad Zubair (Institute of Computing and Information Technology, Gomal University, Dera Ismail Khan, Pakistan)
資料名： Frontiers in Public Health (Web)  (Frontiers in Public Health (Web))
巻： 10  ページ： 861062  発行年： 2022年 
JST資料番号： U7097A  ISSN： 2296-2565  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景と目的:WHOによると,糖尿病は,高い血糖レベルによってマークされる長期条件である。結果は,遠い可能性がある。死亡率における現在の増加に従って,糖尿病は世界的に死亡率の主因の間で数10に上昇している。テストからの不均衡データセットを用いて糖尿病を予測するために用いるとき,機械学習(ML)分類器とカテゴリーデータの符号化のための確立されたアプローチは,多様な驚くべき結果を示す。初期の研究は,配列情報の把握を得ることなく,特徴を抽出するために人工ニューラルネットワークを利用した。方法:この研究は,患者データから糖尿病疾患を正確に予測するため,双方向長/短期記憶(BiLSTM)を用い,深い学習に基づく意思決定支援システム(DSS)を提供する。糖尿病を予測するために,BiLSTMハイブリッドモデルを,データセットをバランスした後に使用した。結果:以前の研究とは異なり,提案モデルの試験所見は,93.07%,93%の精度,92%の再現率,92%のF1スコアの精度で有望であった。結論:分類のためのBILSTMモデルの使用は,糖尿病検出領域における現在のアプローチより優れている。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データ ,  特性 ,  *ニューラルネットワーク ,  死亡率 ,  *糖尿病 ,  診断 ,  *意思決定支援システム ,  機械学習
準シソーラス用語： 短期記憶 ,  血糖値 ,  患者情報 ,  ハイブリッドモデル ,  再現率 ,  不均衡データセット ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 疾患診断 ,  深層学習 ,  糖尿病予測 ,  意思決定支援システム ,  疾患診断

分類 (2件)： 代謝異常・栄養性疾患の治療  (GD05030F) ,  医用情報処理  (JE15030Q)

引用文献 (32件)：

• Turban E, Aronson JE, Liang TP, MacCarthy RV. Decision Support Systems and Intelligent Systems. Upper Saddle River, NJ: Pearson Prentice-Hall (2005).
• Ahmad H, Asghar MU, Asghar MZ, Khan A, Mosavi AH. A hybrid deep learning technique for personality trait classification from text. IEEE Access. (2021) 9:146214-32. doi: 10.1109/ACCESS.2021.3121791
• Khattak A, Habib A, Asghar MZ, Subhan F, Razzak I, Habib A. Applying deep neural networks for user intention identification. Soft Comput. (2021) 25:2191-220. doi: 10.1007/s00500-020-05290-z
• Rose DC, Sutherland WJ, Parker C, Lobley M, Winter M, Morris C, et al. Decision support tools for agriculture: towards effective design and delivery. Agric Syst. (2016) 149:165-74. doi: 10.1016/j.agsy.2016.09.009
• Shickel B, Tighe PJ, Bihorac A, Rashidi P. Deep EHR: a survey of recent advances in deep learning techniques for electronic health record (EHR) analysis. IEEE J Biomed Health Inform. (2017) 22:1589-604. doi: 10.1109/JBHI.2017.2767063

タイトルに関連する用語 (4件)： 深層ニューラルネットワーク ,  糖尿病 ,  診断 ,  意思決定支援システム