Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/288523
Заглавие документа: Прогнозирование перфораций коронарных артерий с использованием методов машинного обучения
Другое заглавие: Prediction of coronary artery perforations using machine learning methods / M.S. Аbramovich,V.I. Stelmashok, G.S. Dorofeev
Авторы: Абрамович, М. С.
Стельмашок, В. И.
Дорофеев, Г. С.
Тема: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
ЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Медицина и здравоохранение
Дата публикации: 2022
Издатель: Минск : БГУ
Библиографическое описание источника: Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 94-98.
Аннотация: Рассматривается проблема прогнозирования перфорации коронарных артерий при рентгенэндоваскулярных операциях. На обучающей выборке, состоящей из групп пациентов успешно прооперированных и прооперированных с перфорациями коронарных артерий, c использованием точного критерия Фишера отобраны два набора информативных признаков. Предложена процедура устранения дисбаланса классов обучающей выборки. В качестве классификаторов использовались алгоритмы машинного обучения и ансамбли алгоритмов
Аннотация (на другом языке): In this work we study the problem of predicting whether coronary artery perforation will take place as a result of rentgen-endovascular surgery. The training set consists of the patients who were successfully operated on and the patients who ended up having coronary artery perforation. We used Fisher's exact test to select two sets of informative features. We proposed a procedure for handling class imbalance problem. Machine learning algorithms and ensemble methods were used as classifiers
URI документа: https://elib.bsu.by/handle/123456789/288523
ISBN: 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4
Лицензия: info:eu-repo/semantics/openAccess
Располагается в коллекциях:2022. Информационные системы и технологии

Полный текст документа:
Файл Описание РазмерФормат 
94-98.pdf213,94 kBAdobe PDFОткрыть
Показать полное описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.