Абстрактный

Искусственный интеллект и нанотехнологии для диагностики заболеваний сердца

Шейх Абдул Ханнан

Раннее выявление имеет решающее значение для эффективной профилактики и лечения заболеваний сердца, что является существенной проблемой здравоохранения. Традиционные и неинвазивные методы требуют много времени, неудобны, дороги и не подходят для периодического обследования или диагностики. Существует множество неинвазивных (NI) подходов к диагностике сердечно-сосудистых заболеваний. Данные, полученные методами NI, в основном бывают трех видов: (i) информация, полученная из клинических переменных, лабораторных тестов, признаков и симптомов (ii) необработанные данные о сердечно-сосудистой системе (ЭКГ и ФКГ); или (iii) изображения сердца. На основе трех типов данных могут быть построены три уникальные структуры ML (машинного обучения). Результаты тестов на некоронарные сердечно-сосудистые заболевания (без ИБС) и миокардиальные сердечно-сосудистые заболевания (ИБС) были точными на 80,1% и 76,9% соответственно. Было обнаружено, что SVM (машины опорных векторов) и искусственные нейронные сети (искусственные нейронные сети) работают лучше в большинстве исследований на всех платформах. Глубокие нейронные сети — это относительно новая технология искусственного интеллекта, которая показывает впечатляющие результаты в классификации звуков сердца и визуализации сердечно-сосудистой системы. Текущая работа поможет в автоматизации обнаружения сердечно-сосудистых заболеваний, предлагая рекомендации и возможности для новых исследователей в области машинного обучения.