Biblioteca122.294 documentos en línea

Artículo

A Comparative Analysis of Machine Learning Algorithms to Predict Alzheimer’s DiseaseAnálisis comparativo de algoritmos de aprendizaje automático para predecir la enfermedad de Alzheimer

Resumen

La enfermedad de Alzheimer es una de las mayores preocupaciones de los últimos tiempos. Alrededor de 45 millones de personas padecen esta enfermedad. El Alzheimer es una enfermedad cerebral degenerativa de causa y patogénesis no especificadas que afecta principalmente a las personas mayores. La principal causa de la enfermedad de Alzheimer es la demencia, que daña progresivamente las células cerebrales. Las personas pierden su capacidad de pensamiento, de lectura y muchas más a causa de esta enfermedad. Un sistema de aprendizaje automático puede reducir este problema prediciendo la enfermedad. El objetivo principal es reconocer la demencia entre varios pacientes. Este artículo presenta los resultados y el análisis de la detección de la demencia a partir de varios modelos de aprendizaje automático. Para el desarrollo del sistema se ha utilizado el conjunto de datos Open Access Series of Imaging Studies (OASIS). El conjunto de datos es pequeño, pero tiene algunos valores significativos. El conjunto de datos se ha analizado y aplicado en varios modelos de aprendizaje automático. Para la predicción se han utilizado la máquina de vectores soporte, la regresión logística, el árbol de decisión y el bosque aleatorio. En primer lugar, el sistema se ha ejecutado sin ajuste fino y, a continuación, con ajuste fino. Al comparar los resultados, se observa que la máquina de vectores de soporte ofrece los mejores resultados entre los modelos. Tiene la mejor precisión en la detección de demencia entre numerosos pacientes. El sistema es sencillo y puede ayudar fácilmente a las personas a detectar la demencia.

Cómo citar el documento

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.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento