神经网络诊断心脏疾病

深神经网络可用于冠心病临床心脏病特性进行分类,根据最新发表的工作国际期刊的动力系统和微分方程。

d . Rajeswari和k Thangavel Periyar大学计算机科学系的萨勒姆,印度,解释说冠状动脉疾病是一个在全球范围内导致死亡的主要原因。疾病的早期检测,可以及时的干预措施,可以降低病人的心脏衰竭的风险。为此,这个团队开发了一种预测模型使用神经网络处理非侵入性的临床资料。

网络训练在许多已知的情况下可以识别相关的特点提供数据时从一个新的病人和预后提供,否则仍隐藏没有主要的入侵,调查工作。冠状动脉疾病患者出现各种症状包括胸痛,而且疲劳、气短、头晕,肩膀疼痛。一个临床诊断比较复杂,通常需要心电描记法,生物医学实验室测试中,病人的压力和跑步机测试。一个更简单的方法,可以用来评估患者迅速是十分必要的。

研究人员测试了他们的系统对Z-Alizadeh萨尼数据集保存在存储库在加州大学欧文分校。结果表明,分类器将极大地提高预测精度,在近76%相比,一个著名的再分类器方法。结果结合其他现成的临床资料和随访病人可以用来获得一个早期诊断所以可能拯救许多人的生命。

---

---