PulmoPred

pulmopred

機械学習（ML）を使用した肺活量測定に基づく閉塞性および非閉塞性肺疾患の分類。

監督された学習分類器は、サポートベクターマシン（SVM） 、ランダムフォレスト（RF） 、多層パーセプトロン（MLP） 、およびナイーブベイズ（NB）アルゴリズムを使用して開発されました。このモデルは、インドのコルカタにあるPulmocare and Research（IPCR）の患者の肺活量測定データについて訓練されました。 MLPモデルは最適なパフォーマンスを示し、Webアプリケーションで使用されます。

引用：

Bhattacharjee、S.、Saha、B.、Bhattacharyya、P。、＆Saha、S。（2022）。機械学習技術を使用した肺活量測定に基づいて、閉塞性および非閉塞性肺疾患の分類。 Journal of Computational Science 、63、101768。
https://doi.org/10.1016/j.jocs.2022.101768。

ツールを使用します

pulmopredは、http：//dibresources.jcbose.ac.in/ssaha4/pulmopredで入手できます。

肺活量測定の機能と方法論について詳しく知るには、aboutページを参照してください。 Webアプリケーションへの入力と出力を理解するためのヘルプページを参照してください。モデルのトレーニングとテストに使用されるデータセットは、こちらから入手できます。

発達

MLモデルの開発に使用されるPythonライブラリ：

• numpy（バージョン1.16.6 ）
• Scikit-Learn（バージョン0.20.3 ）
• Joblib（バージョン0.14.1 ）
• Scipy（バージョン1.2.3 ）
• 統計（バージョン1.0.3.5 ）

Pythonを実行しているApache HTTPサーバー（バージョン3.4 ）に展開されます。

チーム

• Sudipto bhattacharjee （[email protected]）
  博士号学者、
  コンピュータサイエンスエンジニアリング局、
  インド、コルカタのカルカッタ大学。
  
• バナニサハ博士（[email protected]）
  准教授、
  コンピュータサイエンスエンジニアリング局、
  インド、コルカタのカルカッタ大学。
• Parthasarathi Bhattacharyya博士（[email protected]）
  コンサルタントの脈拍科医、
  Pulmocare and Researchの研究所、
  インド、コルカタ。
• Sudipto Saha博士（[email protected]）
  准教授、
  バイオインフォマティクスの部門、
  インド、コルカタのボーズ研究所。

さらに質問については、Sudipto Saha博士に連絡してください。