文献

J-GLOBAL ID：202202286097425106   整理番号：22A0313428

甲状腺疾患の予測精度の向上:社会のためのより良い健康に向けてのステップ【JST・京大機械翻訳】

Increasing the Prediction Accuracy for Thyroid Disease: A Step Towards Better Health for Society

著者 (3件)： Jha Ritesh (Department of Computer Science and Engineering, Birla Institute of Technology, Mesra, Ranchi, India) ,  Bhattacharjee Vandana (Department of Computer Science and Engineering, Birla Institute of Technology, Mesra, Ranchi, India) ,  Mustafi Abhijit (Department of Computer Science and Engineering, Birla Institute of Technology, Mesra, Ranchi, India)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 122  号： 2  ページ： 1921-1938  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  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： 健康な生活は幸福社会にとって必須であるが,見える不可視疾患が家族と人々に悩むという事実である。甲状腺疾患はそのようなカテゴリーに陥っている。甲状腺疾患は長期であり,注意深く治療された病気で,甲状腺障害の人々も安定かつ正常な生活を生んでいる可能性がある。甲状腺診断,特に経験のない臨床医は,困難な提案である。多くの研究者が疾患の診断のための様々な方法を確立し,疾患予測のためのいくつかのモデルが開発された。いくつかの他の領域と同様に,健康管理問題をモデル化するための機械学習アプローチは人気を得ている。本研究は,そのような甲状腺疾患予測に対する解決策の提供を目的とする。次元縮小技術を適用し,分類器への次元データ入力を低減した。また,データ増強を適用して,深層ニューラルネットワークモデルの十分なデータを生成することができる。分類器予測を他の類似の研究と比較した。甲状腺疾患に対する実生活データセットを用い,分布環境において実験を行った。提案した2段階アプローチは,既存の技術と比較して非常に良い99.95%の最大精度を与える。次元縮小とデータ増強は,病気予測の高精度を達成するために非常に効率的に使用できることを示した。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  *甲状腺 ,  ディシジョンツリー ,  診断 ,  健康管理 ,  次元縮小 ,  *甲状腺疾患 ,  機械学習
準シソーラス用語： *予測精度 ,  臨床医 ,  高精度 ,  データ入力 ,  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 (6件)： 疾患予測 ,  モデリング ,  次元縮小 ,  決定木 ,  データ増強 ,  深層ニューラルネットワーク

分類 (1件)： 内分泌系の疾患  (GL03000I)

タイトルに関連する用語 (3件)： 甲状腺疾患 ,  予測精度 ,  社会