การจำแนกประเภทของโรคปอดอุดกั้นและไม่ก่อกวนบนพื้นฐานของสไปเมตรีโดยใช้การเรียนรู้ของเครื่องจักร (ML)
ตัวแยกประเภทการเรียนรู้ภายใต้การพัฒนาได้รับการพัฒนาด้วย เครื่องสนับสนุนเวกเตอร์ (SVM) , สุ่มป่า (RF) , หลายชั้น Perceptron (MLP) และอัลกอริ ทึมไร้เดียงสา (NB) แบบจำลองได้รับการฝึกฝนเกี่ยวกับข้อมูล spirometry ของผู้ป่วยจากสถาบัน Pulmocare และการวิจัย (IPCR), Kolkata, อินเดีย โมเดล MLP มีประสิทธิภาพที่ดีที่สุดและใช้ในเว็บแอปพลิเคชัน
อ้างถึง:
Bhattacharjee, S. , Saha, B. , Bhattacharyya, P. , & Saha, S. (2022) การจำแนกประเภทของโรคปอดอุดกั้นและไม่ก่อกวนบนพื้นฐานของสไปเมตรีโดยใช้เทคนิคการเรียนรู้ของเครื่อง วารสารวิทยาศาสตร์การคำนวณ , 63, 101768
https://doi.org/10.1016/j.jocs.2022.101768
Pulmopred มีอยู่ที่: http://dibresources.jcbose.ac.in/ssaha4/pulmopred
หากต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับคุณสมบัติ spirometry และวิธีการโปรดดูที่หน้าเกี่ยวกับ โปรดดูหน้าช่วยเหลือเพื่อทำความเข้าใจอินพุตและเอาต์พุตไปยังเว็บแอปพลิเคชัน ชุดข้อมูลที่ใช้สำหรับการฝึกอบรมและทดสอบโมเดลมีอยู่ที่นี่
ไลบรารี Python ที่ใช้ในการพัฒนาโมเดล ML:
1.16.6 )0.20.3 )0.14.1 )1.2.3 )1.0.3.5 ) มันถูกปรับใช้ในเซิร์ฟเวอร์ Apache HTTP ที่ใช้ Python (เวอร์ชัน 3.4 )
กรุณาติดต่อ Dr. Sudipto Saha เกี่ยวกับการสืบค้นเพิ่มเติมใด ๆ