کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4958226 1445240 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Classification techniques on computerized systems to predict and/or to detect Apnea: A systematic review
ترجمه فارسی عنوان
تکنیک های طبقه بندی در سیستم های کامپیوتری برای پیش بینی و / یا تشخیص آپنه: یک بررسی سیستماتیک
کلمات کلیدی
RCTPPVNARXKNNMSALS-SVMRDICASPNNANFISSASaHIEOGROCHMMMLRPPGBHCBNNRBFNNLVQANNVDAECOCError correcting output codeSRNAUC - AUCk-nearest neighbor - K نزدیکترین همسایهRandomized controlled trial - آزمایش تصادفی کنترل ‌شدهSleep apnea - آپنه خوابobstructive sleep apnea - آپنه خواب انسدادیCentral sleep apnea - آپنه خواب مرکزیpositive predictive value - ارزش پیش بینی مثبتnegative predictive value - ارزش پیش بینی منفیoxygen saturation - اشباع اکسیژنElectroencephalogram - الکتروانسفالوگرافیEMG - الکترومیوگرافیelectromyography - الکترومیوگرافیelectrocardiogram - الکتروکاردیوگرام یا نوار قلبECG - الکتروکاردیوگرام یا نوار قلبelectrooculography - الکتروکولوگرافیAIRS - ایرسOsa - بخشLinear discriminant analysis - تجزیه و تحلیل خطی خطیLDA - تخصیص پنهان دیریکلهVoice activity detection - تشخیص فعالیت صوتیleast squares support vector machine - حداقل مربعات از دستگاه بردار پشتیبانی می کندLogistic regression - رگرسیون لوجستیکmulti-linear regression - رگرسیون چند خطیSleep apnea syndrome - سندرم آپنه خوابAdaptive neuro-fuzzy inference system - سیستم استنتاج فازی عاملی سازگارArtificial Immune Recognition System - سیستم تشخیص ایمنی مصنوعیApnea index - شاخص آپنهRespiratory disturbance index - شاخص اختلال تنفسیProbabilistic neural network - شبکه عصبی احتمالیBayesian neural network - شبکه عصبی بیزیRadial basis function neural network - شبکه عصبی تابع اساس شعاعیArtificial Neural Network - شبکه عصبی مصنوعیSimple Recurrent Network - شبکه مجازی سادهClassification - طبقه بندیPhotoplethysmogram - فتوترشیموگرافیSupport vector machine - ماشین بردار پشتیبانیSVM - ماشین بردار پشتیبانیtrue positive - مثبت واقعیfalse positive - مثبت کاذبArea under receiver operating characteristic curve - محدوده تحت منحنی مشخصه عامل گیرندهHidden Markov model - مدل پنهان مارکوف Systematic review - مرور سیستماتیکLearning vector quantization - معکوس برداری درسNPV یا negative predictive value - مقادیر پیش بینی شده منفیfalse negative - منفی اشتباهtrue negative - منفی واقعیEEG - نوار مغزیPSG - پاری سن ژرمنPolysomnogram - پولیسونوگرافیreceiver operating characteristic - گیرنده عامل عاملMachine learning - یادگیری ماشین
ترجمه چکیده
یک مدل طبقه بندی باید یک وابستگی اتوماتیک و غیر وابسته به فعالیت انسان خارجی را فراهم کند. علاوه بر این، دقت مدل های طبقه بندی با انتخاب ویژگی های موثر ارتباط دارد. مطالعات با کیفیت بالا جدید بر اساس آزمایش های تصادفی کنترل شده و اعتبارسنجی مدل ها با استفاده از نمونه های بزرگ و چندگانه توصیه می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
تکنیک های طبقه بندی در سیستم های کامپیوتری برای پیش بینی و / یا تشخیص آپنه: یک بررسی سیستماتیک
چکیده انگلیسی
A classification model should provide an auto-adaptive and no external-human action dependency. In addition, the accuracy of the classification models is related with the effective features selection. New high-quality studies based on randomized controlled trials and validation of models using a large and multiple sample of data are recommended.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods and Programs in Biomedicine - Volume 140, March 2017, Pages 265-274
نویسندگان
, , ,