PulmoPred
1.0.0
Klassifizierung obstruktiver und nicht-oberstruktiver Lungenerkrankungen auf der Grundlage der Spirometrie mit maschinellem Lernen (ML).
Überwachende Lernklassifizierer wurden mit Support Vector Machine (SVM) , Random Forest (RF) , Multiayer Perceptron (MLP) und Naive Bayes (NB) -Algorithmen entwickelt. Die Modelle wurden in Spirometriedaten von Patienten aus dem Institut für Pulmocare and Research (IPCR), Kolkata, Indien, geschult. Das MLP -Modell zeigte eine optimale Leistung und wird in der Webanwendung verwendet.
Zitieren als:
Bhattacharjee, S., Saha, B., Bhattacharyya, P. & Saha, S. (2022). Klassifizierung obstruktiver und nicht-oberstruktiver Lungenerkrankungen auf der Grundlage der Spirometrie unter Verwendung maschineller Lerntechniken. Journal of Computational Science , 63, 101768.
https://doi.org/10.1016/j.jocs.2022.101768.
Pulmopred ist erhältlich unter: http://dibresources.jcbose.ac.in/ssaha4/pulmopred.
Um mehr über die Spirometriefunktionen und die Methodik zu erfahren, lesen Sie bitte die About -Seite. Weitere Informationen finden Sie auf der Help -Seite, um die Eingaben und Ausgaben in die Webanwendung zu verstehen. Der Datensatz zum Training und Testen der Modelle ist hier verfügbar.
Python -Bibliotheken, die zur Entwicklung der ML -Modelle verwendet werden:
1.16.6 )0.20.3 )0.14.1 )1.2.3 )1.0.3.5 ) Es wird in einem Apache -HTTP -Server bereitgestellt, der Python (Version 3.4 ) ausführt.
Bitte wenden Sie sich an Dr. Sudipto Saha, um weitere Fragen zu erhalten.
