論文の概要: Common human diseases prediction using machine learning based on survey
data
- arxiv url: http://arxiv.org/abs/2209.10750v1
- Date: Thu, 22 Sep 2022 02:59:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-23 13:51:26.054764
- Title: Common human diseases prediction using machine learning based on survey
data
- Title(参考訳): 機械学習を用いた一般的なヒト疾患の予測
- Authors: Jabir Al Nahian, Abu Kaisar Mohammad Masum, Sheikh Abujar, Md. Jueal
Mia
- Abstract要約: 我々は疾患の症状を分析し,その症状に基づいて疾患の予知を行った。
我々は様々な症状を調査し,その課題を完了させるために人から調査を受けた。
モデルのトレーニングにはいくつかの分類アルゴリズムが使用されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this era, the moment has arrived to move away from disease as the primary
emphasis of medical treatment. Although impressive, the multiple techniques
that have been developed to detect the diseases. In this time, there are some
types of diseases COVID-19, normal flue, migraine, lung disease, heart disease,
kidney disease, diabetics, stomach disease, gastric, bone disease, autism are
the very common diseases. In this analysis, we analyze disease symptoms and
have done disease predictions based on their symptoms. We studied a range of
symptoms and took a survey from people in order to complete the task. Several
classification algorithms have been employed to train the model. Furthermore,
performance evaluation matrices are used to measure the model's performance.
Finally, we discovered that the part classifier surpasses the others.
- Abstract(参考訳): この時代には、医学的治療の重点として、病気から遠ざかる瞬間がやって来た。
印象的なものでしたが、病気を検出するために開発された複数のテクニックがあります。
このとき、covid-19、正常インフルエンザ、片頭痛、肺疾患、心臓病、腎臓病、糖尿病、胃疾患、胃疾患、骨疾患、自閉症は、非常に一般的な疾患である。
本分析では,疾患症状を分析し,その症状に基づいて疾患予測を行った。
我々は様々な症状を調査し,その課題を完了させるために人から調査を受けた。
モデルの訓練にはいくつかの分類アルゴリズムが採用されている。
さらに、モデルの性能を測定するために性能評価行列を用いる。
最後に,部分分類器が他の部分を上回ることを発見した。
関連論文リスト
- Explorative analysis of human disease-symptoms relations using the
Convolutional Neural Network [0.0]
本研究は, 疾患予測タスクにおける症状タイプの範囲を理解することを目的としている。
その結果,早期に98~100%の精度で機械学習が病気を診断できる可能性が示唆された。
論文 参考訳(メタデータ) (2023-02-23T15:02:07Z) - A Comprehensive Study on Machine Learning Methods to Increase the
Prediction Accuracy of Classifiers and Reduce the Number of Medical Tests
Required to Diagnose Alzheimer'S Disease [0.0]
本研究の主な目的は、適切な疾患発見精度を維持しつつ、少ない検査で病気を検出するために分類器を微調整することである。
健常者30名中4名を用いて, 約94%の症例で診断に成功した。
論文 参考訳(メタデータ) (2022-12-01T10:34:11Z) - Modern Machine-Learning Predictive Models for Diagnosing Infectious
Diseases [0.0]
本稿では,感染性疾患の診断に応用された最近の機械学習(ML)アルゴリズムの研究論文についてレビューする。
記事の大半が小さなデータセットを使用しており、そのほとんどがリアルタイムデータを使用していないことが分かりました。
その結果,適切なML手法は,データセットの性質と目的によって異なることがわかった。
論文 参考訳(メタデータ) (2022-06-15T08:19:16Z) - Automatic Classification of Neuromuscular Diseases in Children Using
Photoacoustic Imaging [77.32032399775152]
神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。
激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
論文 参考訳(メタデータ) (2022-01-27T16:37:19Z) - Identification of Pediatric Respiratory Diseases Using Fine-grained
Diagnosis System [41.60894942209209]
喘息、気管支炎、肺炎、上気道感染症(RTI)などの呼吸器疾患は、クリニックで最も一般的な疾患である。
小児科では、患者の状況を表現する能力に限界があるため、正確な診断がさらに困難になる。
本稿では,小児科における詳細な診断支援システムを提案する。
論文 参考訳(メタデータ) (2021-08-24T16:09:39Z) - Probing Pre-Trained Language Models for Disease Knowledge [38.73378973397647]
疾患知識評価のための新しいベンチマークであるDisKnEを紹介する。
トレーニングデータから、テスト疾患に関する知識を学べないよう、トレーニングとテストの分割を定義します。
提案したベンチマークを用いて,臨床・生体領域の事前学習モデルの解析を行うと,その性能は著しく低下することがわかった。
論文 参考訳(メタデータ) (2021-06-14T10:31:25Z) - CheXseen: Unseen Disease Detection for Deep Learning Interpretation of
Chest X-rays [6.3556514837221725]
学習中にラベルが付かない疾患の存在下でのディープラーニングモデルの性能を体系的に評価する。
まず,あるサブセット(特定の疾患)で訓練されたディープラーニングモデルが,より大きな疾患群のいずれかの存在を検知できるかどうかを評価する。
第2に,病原体外疾患(未発見疾患)と共存する場合に見いだされた病原体に訓練されたモデルが見いだされた病原体を検出することができるかを評価する。
第3に, モデルで学習した特徴表現が, 未発見の疾患の小さな分類群から未発見の疾患の存在を検出するのに有用かどうかを評価する。
論文 参考訳(メタデータ) (2021-03-08T08:13:21Z) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳(メタデータ) (2020-09-25T01:50:15Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳(メタデータ) (2020-09-23T22:35:43Z) - General DeepLCP model for disease prediction : Case of Lung Cancer [0.0]
生活を脅かす致命的な病気を予測するための新しいアプローチ「DeepLCP」を提案する。
ディープLCP」は自然言語処理(NLP)と深層学習パラダイムを組み合わせた結果である。
肺がん予測における提案モデルの実験結果から,高い精度と低損失データ率が確認された。
論文 参考訳(メタデータ) (2020-09-15T21:43:48Z) - Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype
Prediction [55.94378672172967]
本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。
新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。
我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
論文 参考訳(メタデータ) (2020-09-02T02:50:30Z)
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。