Modelo de predicción basado en cuadrículas para las enfermedades coronarias:
Uso de los datos generados por los sistemas de vigilancia de la salud basados en el IoT
Versandkostenfrei!
Versandfertig in 1-2 Wochen
36,99 €
inkl. MwSt.
PAYBACK Punkte
18 °P sammeln!
Este estudio se realizó para mejorar los Sistemas de Monitoreo Remoto de Salud (RHMS) existentes para enfermedades cardíacas mediante la adquisición de datos generados por dichos sistemas y analizarlos para desarrollar un modelo que predice la existencia de enfermedad arterial coronaria entre pacientes que se quejan de dolor torácico sin ningún tipo de dolor. causa física. Por lo tanto, este trabajo ayuda a reducir la participación activa de los cuidadores donde los médicos y expertos disponibles no están en la misma proporción con los pacientes disponibles, minimiza las visitas al h...
Este estudio se realizó para mejorar los Sistemas de Monitoreo Remoto de Salud (RHMS) existentes para enfermedades cardíacas mediante la adquisición de datos generados por dichos sistemas y analizarlos para desarrollar un modelo que predice la existencia de enfermedad arterial coronaria entre pacientes que se quejan de dolor torácico sin ningún tipo de dolor. causa física. Por lo tanto, este trabajo ayuda a reducir la participación activa de los cuidadores donde los médicos y expertos disponibles no están en la misma proporción con los pacientes disponibles, minimiza las visitas al hospital y la estadía en el hospital y las facturas al tiempo que permite a los pacientes participar activamente en los tratamientos de su enfermedad. Se desarrolló una arquitectura que puede recopilar datos de los sistemas de monitoreo de salud existentes utilizando tecnología RFID, mientras que también se desarrolló un modelo de predicción para predecir la enfermedad de las arterias coronarias entre pacientes que utilizan una red neuronal artificial. El proceso implica la extracción de datos de los Sistemas de Monitoreo de Salud existentes usando RFID, preprocesamiento-filtrado e integración de datos, formación de modelos usando ANN de perceptrón multicapa de retropropagación, agregación de modelos usando bootstrap aggregation-bagging y, por último, predicción y retroalimentación.
Andere Kunden interessierten sich für
