机构名称：
¥ 1.0
物联网 (IoT) 在医疗保健领域的日益融合正在彻底改变患者监测和疾病预测。本文介绍了一种基于机器学习 (ML) 的框架，使用自适应神经模糊推理系统 (ANFIS) 来预测糖尿病。该系统利用 IoT 数据来监测关键健康参数，包括血糖水平、血压和年龄，为糖尿病患者提供实时诊断。本研究中使用的数据集来自 UCI 存储库，并使用 ANFIS 模型进行预处理、特征选择和分类。与其他机器学习算法（如支持向量机 (SVM)、朴素贝叶斯和 K 最近邻 (KNN)）的比较分析表明，所提出的方法具有出色的预测性能。实验结果表明，ANFIS 模型的准确率达到 95.5%，优于传统模型，并在临床环境中提供更可靠的决策。这项研究强调了物联网与机器学习相结合在改善预测性医疗保健应用方面的潜力，并强调了实时患者监测系统的需求。关键词
基于物联网的糖尿病诊断 ANFIS 框架
主要关键词
相关文件推荐
