• ВХОД

    •  

    Полное описание

    Метод определения типа дыхания человека на базе машинного обучения = A method for determining the type of human breathing based on machine learning / А. В. Зубков, А. Р. Донская, Я. А. Маренков [и др.]. - DOI 10.21869/2223-1536-2023-13-2-8-30. - Текст : непосредственный // Известия Юго-Западного государственного университета = Proceedings of the SOUTH-WEST STATE UNIVERSITY. Management, computer facilities, Computer science. Medical instrument making : научный рецензируемый журнал. - 2023. - Т. 13, N 2. - С. 8-30. - Библиогр. в конце ст. - ISSN 2223-1536.

    ГРНТИ УДК
    28.23.25004.85
    76.0161:004.8

    Рубрики:
    Машинное обучение -- Применение
    Искусственный интеллект -- Применение в медицине

    Кл.слова (ненормированные): анализ типа дыхания -- классификация временных данных -- модели машинного обучения -- классификация данных -- COVID-19
    Аннотация: Целью исследования является повышение эффективности дыхательной реабилитации за счет разработки автоматизированных методов определения типа дыхания на базе машинного обучения. После пандемии COVID-19 особую важность приобрела респираторная реабилитация, а также методы домашней (удаленной) реабилитации по средствам, предоставляемым современными технологиями, для осуществления которой стали разрабатываться новые методы и средства, в том числе с использованием беспроводных датчиков или систем захвата движения. Особое внимание в ходе дыхательной реабилитации уделяется типу дыхания человека, а также автоматизированным методам по анализу дыхания. На данный момент встает проблема, что большинство разработанных методов по анализу дыхания не работают с типами дыхания: они либо определяют только один тип, например, диафрагмальный, либо просто анализируют состояние легких. В связи с этим возникает потребность в разработке метода для анализа и определения непосредственно типов дыхания человека.В данной статье рассматривается три метода для решения задачи определения типа дыхания человека с помощью системы захвата движений и машинного обучения. Первый метод основывается на статических характеристиках, для которого использовалась модель Random Forest. Второй метод, в основе которого используются временные характеристики, использовал модель Catch22. Третий метод, который определяет тип дыхания с помощью характеристик синусоиды, использовал составную модель, основанную на двух моделях Hist Gradient Boosting. Были разработаны три метода для определения типа дыхания человека. Для каждого из методов были обучены модели машинного обучения для нахождения наилучшего результата точности. После проведения сравнительного анализа разработанных подходов определен подход с наилучшей точность. Разработан метод определения типа дыхания человека на базе машинного обучения, точность работы которого составляет 0,81.
    Доп. точки доступа:
    Зубков, Александр Владимирович
    Донская, Анастасия Романовна
    Маренков, Ярослав Анатольевич
    Гомазкова, Юлия Сергеевна
    Болгов, Дмитрий Александрович

    Экз-ры полностью 13c8f2c78f205cdfac2f429ff15f3bee/2023/13/2
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -377505-577028)

    Шифр в сводном ЭК: e13cb029e35d122c7ece66af9399c21c




    Заказ фрагмента документа ₽