| Popis: |
Kardiyovasküler hastalıklar dünya çapında ölümlerin önde gelen nedenlerinden biridir. Kalp ve damar hastalıklarının artması ve yaşam üzerindeki etkileri ile birlikte teşhis için doğru ve hızlı sonuç alınması büyük önem arz etmektedir. Günümüzde makine öğrenmesi teknikleri, çeşitli hastalıklar için bilgileri veya farklı ölçüm tekniklerini yorumlamak ve sınıflandırmak için yaygın olarak kullanılmaktadır. Diğerlerinin yanı sıra kardiyovasküler hastalıklar, özellikle miyokard enfarktüsü için dakikalar bile önemli olduğundan, zamana ve kesinliğe en duyarlı vakalardan biridir. Çoğu durumda, miyokard enfarktüsünün teşhisi sadece elektrokardiyograma bakarak yapılabilir. Ancak bazı durumlarda doktorlar bir elektrokardiyogram testi ile miyokard enfarktüsünün durumunu belirleyemeyebilirler; bu nedenle, tamamlanması 40-60 dakika süren bir kan testi bir zorunluluk haline gelir. Önceki çalışmalardan birinde mevcut zaman alıcı sürecin üstesinden gelmek için, hızlı sonuç vaat eden bir yöntem olan MI, stabil koroner arter hastalığı ve sağlıklı bireyleri sınıflandırmak için elektronik bir burun kullanılmıştır. Bu çalışmada, yukarıda bahsedilen çalışmada kullanılan veri seti kullanılarak sınıflandırma algoritmasına odaklanılmıştır. Klinik sonuçları etkileme potansiyeline sahip sürecin karmaşıklığını azaltırken, sınıflandırma doğruluğu performans iyileştirmesi için bir yer olabileceğini fark ettik. Önerilen algoritmanın sonuçları, tek bir sınıflandırma adımıyla bile uygun bir sığ sinir ağı kullanılarak işlemin karmaşıklığı azaltılırken, gelişmiş genel sınıflandırma doğruluğu elde etmenin mümkün olduğunu göstermektedir. |
