論文の概要: State Space Advanced Fuzzy Cognitive Map approach for automatic and non
Invasive diagnosis of Coronary Artery Disease
- arxiv url: http://arxiv.org/abs/2004.03372v2
- Date: Fri, 30 Oct 2020 13:18:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-17 05:03:22.993388
- Title: State Space Advanced Fuzzy Cognitive Map approach for automatic and non
Invasive diagnosis of Coronary Artery Disease
- Title（参考訳）: 冠動脈疾患の自動的・非侵襲的診断のための状態空間高度ファジィ認知マップアプローチ
- Authors: Ioannis D. Apostolopoulos, Peter P. Groumpos, Dimitris I.
Apostolopoulos
- Abstract要約: Fuzzy Cognitive Maps(FCM)の最近の進歩は、冠動脈疾患(CAD)の自動診断と非侵襲診断を実現するために研究され、利用されている。
CADの許容および非侵襲的予測のためのコンピュータ支援診断モデルを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Purpose: In this study, the recently emerged advances in Fuzzy Cognitive Maps
(FCM) are investigated and employed, for achieving the automatic and
non-invasive diagnosis of Coronary Artery Disease (CAD). Methods: A
Computer-Aided Diagnostic model for the acceptable and non-invasive prediction
of CAD using the State Space Advanced FCM (AFCM) approach is proposed. Also, a
rule-based mechanism is incorporated, to further increase the knowledge of the
system and the interpretability of the decision mechanism. The proposed method
is tested utilizing a CAD dataset from the Laboratory of Nuclear Medicine of
the University of Patras. More specifically, two architectures of AFCMs are
designed, and different parameter testing is performed. Furthermore, the
proposed AFCMs, which are based on the new equations proposed recently, are
compared with the traditional FCM approach. Results: The experiments highlight
the effectiveness of the AFCM approach and the new equations over the
traditional approach, which obtained an accuracy of 78.21%, achieving an
increase of seven percent (+7%) on the classification task, and obtaining
85.47% accuracy. Conclusions: It is demonstrated that the AFCM approach in
developing Fuzzy Cognitive Maps outperforms the conventional approach, while it
constitutes a reliable method for the diagnosis of Coronary Artery Disease.
Conclusions and future research related to recent pandemic of coronavirus are
provided.
- Abstract（参考訳）: 目的:本研究では,冠動脈疾患(CAD)の自動診断および非侵襲診断を実現するために,最近出現したファジィ認知地図(FCM)の進歩について検討し,応用した。
方法: 状態空間advanced fcm (afcm) 法を用いたcadの許容・非侵襲的予測のためのコンピュータ支援診断モデルを提案する。
また、システムに関する知識と決定機構の解釈可能性をさらに高めるために、ルールベース機構が組み込まれている。
提案手法は,パトラス大学の核医学研究所のcadデータセットを用いて検証した。
具体的には、AFCMの2つのアーキテクチャを設計し、異なるパラメータテストを実行する。
さらに、最近提案された新しい方程式を基にしたAFCMを従来のFCM手法と比較した。
結果: 実験では, 従来の手法に対するAFCM法の有効性と新式の有効性を強調し, 78.21%の精度, 分類作業における7%(+7%)の増加, 85.47%の精度を得た。
結論: ファジィ認知マップの開発におけるAFCMアプローチは, 冠動脈疾患の診断に信頼性の高い手法であると同時に, 従来のアプローチよりも優れていた。
新型コロナウイルスのパンデミックに関する結論と今後の研究が提供される。
関連論文リスト
- MINDSETS: Multi-omics Integration with Neuroimaging for Dementia Subtyping and Effective Temporal Study [0.7751705157998379]
アルツハイマー病(AD)と血管性認知症(VaD)は最も多い認知症である。
本稿では、ADとVaDを正確に区別する革新的なマルチオミクス手法を提案し、89.25%の精度で診断を行う。
論文 参考訳（メタデータ） (2024-11-06T10:13:28Z) - Uncertainty Quantification in Machine Learning Based Segmentation: A
Post-Hoc Approach for Left Ventricle Volume Estimation in MRI [0.0]
左室容積推定は各種心血管疾患の診断・管理に重要である。
近年の機械学習、特にU-Netのような畳み込みネットワークは、医療画像の自動セグメンテーションを促進している。
本研究では,LV容積予測におけるポストホック不確実性推定のための新しい手法を提案する。
論文 参考訳（メタデータ） (2023-10-30T13:44:55Z) - Automatic diagnosis of knee osteoarthritis severity using Swin
transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。
我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文 参考訳（メタデータ） (2023-07-10T09:49:30Z) - Deep Reinforcement Learning Framework for Thoracic Diseases
Classification via Prior Knowledge Guidance [49.87607548975686]
関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。
本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。
提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
論文 参考訳（メタデータ） (2023-06-02T01:46:31Z) - SSD-KD: A Self-supervised Diverse Knowledge Distillation Method for
Lightweight Skin Lesion Classification Using Dermoscopic Images [62.60956024215873]
皮膚がんは最も一般的な悪性腫瘍の1つであり、人口に影響を与え、世界中で経済的な重荷を負っている。
皮膚がん検出のほとんどの研究は、ポータブルデバイス上での計算資源の制限を考慮せずに、高い予測精度を追求している。
本研究は,皮膚疾患分類のための汎用的なKDフレームワークに多様な知識を統一する,SSD-KDと呼ばれる新しい手法を提案する。
論文 参考訳（メタデータ） (2022-03-22T06:54:29Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2021-10-27T19:28:36Z) - Ensemble machine learning approach for screening of coronary heart
disease based on echocardiography and risk factors [19.076443235356873]
我々は,モデル積み重ねにより,多くの一般的な分類手法を統合する機械学習アプローチを開発した。
CHD分類の精度は,テストセットで約70%から87.7%に向上した。
論文 参考訳（メタデータ） (2021-05-20T11:04:58Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-27T13:16:51Z) - A novel method for Causal Structure Discovery from EHR data, a
demonstration on type-2 diabetes mellitus [3.8171820752218997]
本稿では,新しいデータ変換手法と新しい因果構造探索アルゴリズムを提案する。
提案手法を2型糖尿病に適用した。
論文 参考訳（メタデータ） (2020-11-11T00:50:04Z) - COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital
Contact Tracing [68.68882022019272]
COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。
1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
論文 参考訳（メタデータ） (2020-10-30T00:47:01Z) - Non-invasive modelling methodology for the diagnosis of Coronary Artery
Disease using Fuzzy Cognitive Maps [0.0]
ファジィ・コグニティブ・マップ(FCM)を用いた冠動脈疾患予測のための医療意思決定支援システムについて述べる。
FCMは人間の知識に基づく有望なモデリング手法であり、曖昧さと不確実性を扱うことができる。
新たに提案されたMDSSは、ファジィ論理とファジィ認知マップの基本概念を用いて開発され、結果を改善するためにいくつかの調整がなされている。
論文 参考訳（メタデータ） (2020-04-02T15:10:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。