Построение нейронной сети с помощью корреляционного анализа признаков для предсказания раннего риска развития ишемической болезни сердца

Авторы

  • А. Кабдуллин Satbayev University

DOI:

https://doi.org/10.51301/vest.su.2021.v143.i1.11

Ключевые слова:

нейронная сеть, система прогнозирования, машинное обучение, оптимизация нейронных сетей, медицина, ишемическая болезнь сердца, Python, Keras.

Аннотация

В результате обзора статей, посвященных прогнозированию данных недугов были выявлены недостатки при диагностики ранней стадии. Работники здравоохранения диагностируют ишемическую болезнь сердца полагаясь на значения электрокардиограммы, анализа крови и прочих, но нельзя отметить и человеческий фактор и как показывает практика существует огромный риск не правильного диагноза пациентов на ранней стадии. По данным Всемирной организации здравоохранения, «Сердечно-сосудистые заболевания (ССЗ) являются основной причиной смерти во всем мире – ежегодно от ССЗ умирает больше людей, чем от какой-либо другой болезни. Существует огромное количество методов принятия решений ранней диагностики ишемической болезни сердца (ИБС), включая технологии машинного обучения. Данная статья посвящена изучению работ нейронных сетей с помощью корреляционного анализа признаков для предсказания риска развития ишемической болезни сердца. 

Загрузки

Опубликован

2021-02-28

Как цитировать

Кабдуллин , А. . . . . . . . . (2021). Построение нейронной сети с помощью корреляционного анализа признаков для предсказания раннего риска развития ишемической болезни сердца. Engineering Journal of Satbayev University, 143(1), 73–78. https://doi.org/10.51301/vest.su.2021.v143.i1.11

Выпуск

Раздел

Физико-математические науки