机构名称：
¥ 1.0
摘要 — 心脏病已成为全球主要的健康问题，影响着全球数百万人。这种情况在医疗设施有限的发展中国家尤为严重。这种医疗保健障碍导致心脏病死亡率增加。早期诊断心血管疾病可以挽救生命。然而，个人医疗级设备价格昂贵，对于生活在这些地区的人们来说并不容易获得。以可承受的价格向这些社区提供同等水平的医疗服务非常重要。我们的研究旨在调查机器学习模型在低成本嵌入式系统上的性能。本研究将评估该模型在诊断心血管疾病方面的准确性、运行时间和整体性能。结果将帮助我们确定在低成本嵌入式系统中使用机器学习模型对心血管疾病进行分类的可行性。选定的机器学习模型已经过训练、修改并编译到嵌入式系统中。该模型根据预处理的输入数据返回分类结果。收集了多个指标来衡量模型和嵌入式系统的性能。初步结果很有希望，准确度与原始模型相似。如果这些结果在多次试验中得到证实，那么预计嵌入式系统上用于分类心血管疾病的机器学习模型将具有实用性，有助于向发展中国家提供负担得起的医疗服务。索引词——神经网络、机器学习、诊断、心电图
嵌入式系统上心脏病机器学习分类的分析
主要关键词
相关文件推荐
