Klasifikasi penyakit paru obstruktif dan non-obstruktif berdasarkan spirometri menggunakan pembelajaran mesin (ML).
Pengklasifikasi pembelajaran yang diawasi dikembangkan dengan Support Vector Machine (SVM) , Random Forest (RF) , multi-layer perceptron (MLP) , dan algoritma Naive Bayes (NB) . Model -model dilatih pada data spirometri pasien dari Institute of Pulmocare and Research (IPCR), Kolkata, India. Model MLP menunjukkan kinerja optimal dan digunakan dalam aplikasi web.
Mengutip sebagai:
Bhattacharjee, S., Saha, B., Bhattacharyya, P., & Saha, S. (2022). Klasifikasi penyakit paru obstruktif dan non-obstruktif berdasarkan spirometri menggunakan teknik pembelajaran mesin. Jurnal Ilmu Komputasi , 63, 101768.
https://doi.org/10.1016/j.jocs.2022.101768.
Pulmopred tersedia di: http://dibresources.jcbose.ac.in/ssaha4/pulmopred.
Untuk mengetahui lebih banyak tentang fitur spirometri dan metodologi, silakan merujuk ke halaman tentang. Silakan merujuk ke halaman bantuan untuk memahami input dan output ke aplikasi web. Dataset yang digunakan untuk pelatihan dan pengujian model tersedia di sini.
Perpustakaan Python yang digunakan untuk mengembangkan model ML:
1.16.6 )0.20.3 )0.14.1 )1.2.3 )1.0.3.5 ) Ini digunakan di server HTTP Apache yang menjalankan Python (versi 3.4 ).
Silakan hubungi Dr. Sudipto Saha mengenai pertanyaan lebih lanjut.