机构名称：
¥ 1.0
简介：心血管疾病是全球医疗保健部门面临的主要问题和紧迫问题。根据WHO每年进行的一项调查，CVD在全球造成1,790万人死亡。缺乏CVD的预测是导致患者死亡的重要因素。预测CVD对于医生来说是一项具有挑战性的任务，因为它需要高水平的医学分析技能和广泛的知识。目标：我们认为，预测准确性的提高可以显着降低CVD引起的风险，并帮助医生更好地诊断患者。方法：在这项研究中，我们创建了一个CVD预测模型。使用ML方法。我们利用了各种算法，包括逻辑回归，高斯幼稚的Baye，Bernoulli Naive Baye，SVM，KNN，优化的KNN，X梯度增强和随机的森林算法来分析和预测CVD。结果：我们开发的预测模型的精度为96.7％，表明其在预测CVD方面的有效性。DL算法还可以帮助识别，分类和量化医学图像的模式，从而根据先前的病史和评估模式改善患者评估和诊断。结论：此外，深度学习算法可以通过先前预测该药物的功效来帮助开发新药，以减少临床研究试验的数量来开发新药，以最低成本。
下载
主要关键词
相关文件推荐
