کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10320555 658839 2014 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Improving predictive models of glaucoma severity by incorporating quality indicators
ترجمه فارسی عنوان
بهبود مدل های پیش بینی شدت گلوکوم با استفاده از شاخص های کیفیت
کلمات کلیدی
مدل سازی پیش بینی کننده شاخص های قابلیت اطمینان، تست ویژوال پیش بینی شدت گلوکوم،
ترجمه چکیده
نتایج نشان داد که مدلسازی طبقهبندی با استفاده از آزمونهای کمتر قابل اعتماد در فرآیند آموزش، منفی نیست. این بدان معنی است که تست های کمتر قابل اعتماد اطلاعات مفیدی را از یک مدل آموزش دیده با استفاده از اطلاعات کاملا قابل اطمینان تفریق نمی کنند. کار آینده برای کشف آستانه های کمی جدید برای تضمین کیفیت و تست های کم آزمون مجاز خواهد بود. این می تواند پزشکان را در تنظیم برنامه های مراقبت از بیمار و برنامه های درمانی کمک کند، احتمالا پیشرفت بیماری را کند می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
بهبود مدل های پیش بینی شدت گلوکوم با استفاده از شاخص های کیفیت
چکیده انگلیسی
Results showed that classification modelling is not negatively affected by the inclusion of less reliable tests in the training process. This means that less reliable tests do not subtract useful information from a model trained using only completely reliable data. Future work will be devoted to exploring new quantitative thresholds to ensure high quality testing and low re-test rates. This could assist doctors in tuning patient follow-up and therapeutic plans, possibly slowing down disease progression.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Artificial Intelligence in Medicine - Volume 60, Issue 2, February 2014, Pages 103-112
نویسندگان
, , , , ,