論文の概要: Early Stage Diabetes Prediction via Extreme Learning Machine
- arxiv url: http://arxiv.org/abs/2202.11216v1
- Date: Tue, 22 Feb 2022 22:23:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-24 15:48:00.617505
- Title: Early Stage Diabetes Prediction via Extreme Learning Machine
- Title（参考訳）: エクストリームラーニングマシンによる早期糖尿病予測
- Authors: Nelly Elsayed, Zag ElSayed, Murat Ozer
- Abstract要約: 糖尿病の46%は診断されていない。
糖尿病は、他のいくつかの重篤な疾患を発症し、患者の死亡につながる可能性がある。
本稿では,データアンケートに基づく糖尿病予測のための極端な学習機械に基づく新しいアプローチを提案する。
- 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: Diabetes is one of the chronic diseases that has been discovered for decades.
However, several cases are diagnosed in their late stages. Every one in eleven
of the world's adult population has diabetes. Forty-six percent of people with
diabetes have not been diagnosed. Diabetes can develop several other severe
diseases that can lead to patient death. Developing and rural areas suffer the
most due to the limited medical providers and financial situations. This paper
proposed a novel approach based on an extreme learning machine for diabetes
prediction based on a data questionnaire that can early alert the users to seek
medical assistance and prevent late diagnoses and severe illness development.
- Abstract（参考訳）: 糖尿病は長年発見されてきた慢性疾患の1つである。
しかし、いくつかの症例は後期に診断される。
成人人口の11人に1人が糖尿病を患っている。
糖尿病の46%は診断されていない。
糖尿病は他のいくつかの重篤な疾患を発症し、患者の死につながる可能性がある。
開発地域や農村部は医療提供者や財政状況が限られているため、最も苦しむ。
本稿では,糖尿病の早期診断と遅発性診断,重症疾患の発生防止を早期に促すデータアンケートに基づく,糖尿病予測のための極端な学習マシンに基づく新しいアプローチを提案する。
関連論文リスト
- Chronic Disease Diagnoses Using Behavioral Data [42.96592744768303]
高血糖(糖尿病)、高脂血症、高血圧(総称3H)を独自の行動データを用いて診断することを目的としている。
論文 参考訳（メタデータ） (2024-10-04T12:52:49Z) - From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis [50.80532910808962]
GluFormerは、トランスフォーマーアーキテクチャに基づく生体医学的時間的データの生成基盤モデルである。
GluFormerは5つの地理的領域にまたがる4936人を含む15の異なる外部データセットに一般化されている。
今後4年間の健康状態も予測できる。
論文 参考訳（メタデータ） (2024-08-20T13:19:06Z) - Diabetes detection using deep learning techniques with oversampling and
feature augmentation [0.3749861135832073]
糖尿病は慢性の病理であり、ここ数年でますます多くの人に影響を与えている。
毎年多数の死者が出ている。
この病気を患っている多くの人々は、健康状態の深刻さを十分に理解していない。
論文 参考訳（メタデータ） (2024-02-03T15:30:20Z) - Evaluate underdiagnosis and overdiagnosis bias of deep learning model on
primary open-angle glaucoma diagnosis in under-served patient populations [64.91773761529183]
原発性オープンアングル緑内障(POAG)はアメリカにおける盲目の主要な原因である。
深層学習は眼底画像を用いたPOAGの検出に広く用いられている。
臨床診断における人間のバイアスは、広く使われているディープラーニングモデルに反映され増幅される可能性がある。
論文 参考訳（メタデータ） (2023-01-26T18:53:09Z) - A novel solution of deep learning for enhanced support vector machine
for predicting the onset of type 2 diabetes [32.25039205521283]
本研究の目的は,2型糖尿病の発症予測に要する処理時間を改善しつつ,AUC(Area Under the Curve)測定値の精度と精度を向上させることである。
提案手法は平均精度86.31 %、平均AUC値は0.8270 %または82.70 %であり、処理は3.8ミリ秒改善されている。
論文 参考訳（メタデータ） (2022-08-05T18:15:40Z) - Customer 360-degree Insights in Predicting Chronic Diabetes [0.0]
テキサス州を代表する1000万人の顧客の360度データのサンプルを発掘しました。
我々は,80%の精度で慢性糖尿病を予測できる分類モデルを開発した。
論文 参考訳（メタデータ） (2021-09-04T13:12:53Z) - Task-wise Split Gradient Boosting Trees for Multi-center Diabetes
Prediction [37.846368153741395]
マルチセンター糖尿病予測タスクにTSGB(Task-wise Split Gradient Boosting Trees)を提案する。
TSGBはいくつかの最先端手法に対して優れた性能を発揮する。
TSGB法は早期診断のためのオンライン糖尿病リスク評価ソフトウェアとして展開されている。
論文 参考訳（メタデータ） (2021-08-16T14:22:44Z) - Hybrid stacked ensemble combined with genetic algorithms for Prediction
of Diabetes [0.0]
糖尿病は、世界で最も一般的で危険で高価な病気の1つです。
本研究では、カリフォルニア大学のウェブサイトで、インドの糖尿病に関する実際のデータである実験データを用いています。
結果は、98.8%に達した疾患の診断における提案手法の高性能と99%の精度を示した。
論文 参考訳（メタデータ） (2021-03-15T07:47:23Z) - Variable Weights Neural Network For Diabetes Classification [0.0]
深層学習を用いて糖尿病を低コストで検出するリキッドマシンラーニングのアプローチを設計しました。
提案手法は, これまでの成果に有意な改善が認められた。
論文 参考訳（メタデータ） (2021-02-22T11:08:25Z) - Continuous Glucose Monitoring Prediction [0.0]
糖尿病は世界で最も致命的な病気の1つであり、世界の成人人口の約10%に影響を及ぼす。
1つの大きな発展は、連続血糖モニタリング(CGM)と呼ばれるシステムです。
論文 参考訳（メタデータ） (2021-01-04T21:32:20Z) - Short Term Blood Glucose Prediction based on Continuous Glucose
Monitoring Data [53.01543207478818]
本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。
短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
論文 参考訳（メタデータ） (2020-02-06T16:39:44Z)
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。