FORTSCHRITTLICHES SCHLAGANFALL-ERKENNUNGS- UND WARNSYSTEM MIT MASCHINELLEM LERNEN

Schlaganfälle haben erhebliche sozioökonomische Auswirkungen auf die Welt. Ein ischämischer Schlaganfall entsteht, wenn ein Blutgerinnsel (auch "Thromben" genannt) oder eine fetthaltige Plaque (bestehend aus Fettresten, Cholesterin und Abfallpartikeln) die Blutzufuhr zu einem Teil des Gehirns blockiert und die Neuronen in diesem Bereich (Gehirnzellen) abtötet. Die Mehrheit der Schlaganfallpatienten überlebt die erste Krankheit, die langfristigen Folgen für den Einzelnen haben in der Regel die größten Auswirkungen auf seine Gesundheit und können auch zu einer größeren Zahl von Todesfällen führen. Daher ist die vorherige Erkennung eines Schlaganfalls notwendig, um die Erkrankung zu verhindern. Es wurde ein cloudbasiertes Schlaganfallvorhersagesystem vorgestellt, das den Schlaganfall mithilfe eines maschinellen Lernansatzes erkennt, um ihn in einem frühen Stadium zu diagnostizieren. Ziel des Entwurfs ist es, mit Hilfe des Algorithmus eines neuronalen Faltungsnetzwerks (CNN) ein automatisches System zur Früherkennung von ischämischen Schlaganfällen zu entwickeln. Das Hauptziel der Verwendung von CNN ist die genaue Erkennung eines Schlaganfalls und die schnellstmögliche Benachrichtigung des Arztes oder der Berufsgruppe.

Autorentext
Ich bin Malini Thangavelu und arbeite als Professorin an einer renommierten technischen Hochschule. Ich habe meinen Master in Power System Domain abgeschlossen.