El artículo presenta los resultados del análisis de la actividad cardíaca aplicado con precisión al enfoque de aprendizaje automático. El estudio evalúa las posibilidades de diagnóstico de la hipertensión arterial mediante las señales de variabilidad del ritmo cardíaco a corto plazo. Se estudiaron dos grupos: 30 voluntarios relativamente sanos y 40 pacientes con hipertensión arterial de grado II-III. Se estudiaron los siguientes enfoques de aprendizaje automático: análisis discriminante lineal y cuadrático, vecinos más cercanos, máquina de vectores de apoyo con base radial, árboles de decisión y clasificador ingenuo de Bayes. Además, en el estudio se analizan diferentes métodos de extracción de características: estadístico, espectral, wavelet y multifractal. En total, se investigaron 53 características. Los resultados de la investigación muestran que el análisis discriminante logra la mayor precisión de clasificación. El enfoque sugerido de búsqueda de conjuntos de características no correlacionadas logró resultados más altos que el conjunto de datos basado en los componentes principales.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Capas tampón oxidadas de nanoporosilicio para suprimir la fotoresponsividad visible de fotodetectores ultravioleta de ZnO sobre sustratos de Si
Artículo:
Películas finas basadas en nanocomposites de grafeno/oro como plataforma de detección mejorada para la detección voltamperométrica de iones Cr(VI)
Artículo:
Movimiento del brazo humano: de los tres planos a las tres dimensiones
Artículo:
Pruebas de permeación transdérmica de fármacos in vitro: una evaluación del escenario regulatorio
Artículo:
Propiedad magnética y efecto terapéutico de un nuevo complejo de Co(II) en el cáncer de hígado mediante la regulación de la expresión de miRNA31