• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Rilevamento Delle Malattie Cardiovascolari Mediante Selezione Ottimale Delle Caratteristiche

Rilevamento Delle Malattie Cardiovascolari Mediante Selezione Ottimale Delle Caratteristiche

Paperback

Careers

ISBN10: 6208477476
ISBN13: 9786208477479
Publisher: Edizioni Sapienza
Published: Sep 1 2025
Pages: 60
Weight: 0.21
Height: 0.14 Width: 6.00 Depth: 9.00
Language: Italian
Le malattie cardiovascolari (CVD) rimangono una delle principali cause di morte a livello globale, sottolineando la necessità di un'accurata diagnosi precoce. Questo studio presenta un framework basato sull'apprendimento automatico per il rilevamento di CVD utilizzando i segnali ECG, concentrandosi sulla selezione avanzata delle caratteristiche. Il sistema integra il Fast Correlation-Based Filter (FCBF), il Minimum Redundancy Maximum Relevance (mRMR), il Relief e la Particle Swarm Optimization (PSO) per identificare le caratteristiche più rilevanti e non ridondanti. FCBF rimuove i dati ridondanti, mRMR seleziona le caratteristiche chiave rilevanti, Relief classifica le caratteristiche in base al loro potere di distinguere le classi e PSO ottimizza il set finale di caratteristiche. La classificazione viene eseguita utilizzando i classificatori Extra Trees e Random Forest, noti per l'elevata precisione e la resistenza all'overfitting. Il modello combinato ha raggiunto un tasso di accuratezza del 100% su diversi set di dati, superando i metodi esistenti e dimostrando prestazioni superiori nella selezione delle caratteristiche e nella classificazione. Questa struttura ha un forte potenziale per migliorare la diagnosi precoce di CVD e migliorare il processo decisionale clinico.

Also from

Gade, Mary Swarna Latha

Also in

Careers