Ein neuartiger Ansatz des tiefen Lernens zur Erkennung von Herz-Kreislauf-Erkrankungen

In den letzten Jahren hat das Aufkommen von Deep Learning (DL) verschiedene Bereiche revolutioniert, darunter auch das Gesundheitswesen. Dieses Papier bietet einen Überblick und eine Analyse von maschinellem Lernen (ML) und DL-basierten Techniken für die Erkennung und Diagnose von Herz-Kreislauf-Erkrankungen, die weltweit zu den häufigsten Todesursachen zählen. Es besteht ein dringender Bedarf an der Erforschung der Faktoren, die CVD beeinflussen. Dies erfordert innovative Techniken, um die Krankheit frühzeitig zu erkennen und die Sterblichkeitsrate zu senken. In diesem Papier wurde die Analyse auf der Grundlage von Forschungsarbeiten durchgeführt, die von Forschern im Bereich der Identifizierung von CVDs durchgeführt wurden, zusammen mit den Schlussfolgerungen, die aus der durchgeführten Überprüfung gezogen wurden.

Autorentext

Ich bin Nancy Shrivastav, Mtech CSE, Btech IT, und arbeite seit 10 Jahren als Assistenzprofessor bei SSMTI. Ich unterrichte sowohl Master- als auch Bachelor-Studiengänge. Dies ist meine erste Arbeit in meinem Fachgebiet. Es ist mir eine Freude, meine Arbeit über maschinelles Lernen vorzustellen.