Ml-Cardyn: Machine learning for the characterisation of the cardiovascular system based on dynamic measurements and a patient-friendly model. (Q3678732)
Jump to navigation
Jump to search
Project Q3678732 in France
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Ml-Cardyn: Machine learning for the characterisation of the cardiovascular system based on dynamic measurements and a patient-friendly model. |
Project Q3678732 in France |
Statements
26,737.5 Euro
0 references
53,475.0 Euro
0 references
50.0 percent
0 references
1 October 2018
0 references
30 September 2022
0 references
UNIVERSITE DE TECHNOLOGIE DE TROYES
0 references
10000
0 references
Les maladies cardiovasculaires constituent une cause importante de morbidité et de mortalité à l'échelle mondiale. La caractérisation du système cardiovasculaire d'un individu et l'estimation de risques sont donc primordiales. Le signal de pression artérielle contient des informations pertinentes du fait de la propagation d'ondes mécaniques dans l'arbre artériel. La forme d'onde est alors influencée par plusieurs facteurs tels que l'élasticité des artères, et la structure du système artériel. La détection de changements significatifs peut être associée à la présence de pathologies cardiovasculaires en plus d'être influencée par le vieillissement naturel. Dans le domaine de l'intelligence artificielle, de nombreux algorithmes complexes, et adaptés potentiellement à des données en grande dimension et en grand nombre, ont pu être développés récemment grâce aux puissances de calcul. Dans ce travail de thèse, des méthodes seront proposées pour réaliser un apprentissage automatique à partir d'une base de données recueillies sur des patients. De plus, la prise en compte des spécificités de chaque individu et de son contexte doit permettre d'obtenir de meilleures performances de l'évaluation du système cardio-vasculaire.Ce projet a ainsi pour objet de développer des méthodes d'apprentissage automatique pour caractériser le système cardiovasculaire de patients, avec un modèle spécifique à l'individu, en exploitant la pression artérielle, conjointement avec les données de l'individu (French)
0 references
Cardiovascular disease is an important cause of global morbidity and mortality. Therefore, characterisation of an individual’s cardiovascular system and risk assessment are essential. The blood pressure signal contains relevant information due to the spread of mechanical waves in the arterial tree. The waveform is then influenced by several factors such as the elasticity of the arteries, and the structure of the arterial system. The detection of significant changes may be associated with the presence of cardiovascular diseases in addition to being influenced by natural aging. In the field of artificial intelligence, many complex algorithms, and potentially adapted to large and large numbers of data, have been developed recently thanks to computing powers. In this thesis work, methods will be proposed to carry out machine learning from a database of patients collected. The aim of this project is to develop machine learning methods to characterise the cardiovascular system of patients, with a model specific to the individual, by exploiting blood pressure, in conjunction with the individual’s data. (English)
18 November 2021
0.4654037229163189
0 references
Herz-Kreislauf-Erkrankungen sind weltweit eine wichtige Ursache für Morbidität und Mortalität. Die Charakterisierung des Herz-Kreislauf-Systems eines Individuums und die Abschätzung der Risiken sind daher von entscheidender Bedeutung. Das Blutdrucksignal enthält relevante Informationen aufgrund der Ausbreitung mechanischer Wellen im arteriellen Baum. Die Wellenform wird dann von mehreren Faktoren wie der Elastizität der Arterien und der Struktur des arteriellen Systems beeinflusst. Der Nachweis signifikanter Veränderungen kann mit dem Vorhandensein von Herz-Kreislauf-Erkrankungen in Verbindung gebracht werden und wird durch natürliche Alterung beeinflusst. Im Bereich der künstlichen Intelligenz konnten in letzter Zeit viele komplexe Algorithmen entwickelt werden, die potenziell für große und große Daten geeignet sind, dank der Rechenleistung. In dieser Dissertationsarbeit werden Methoden für maschinelles Lernen aus einer Datenbank mit Patientendaten vorgeschlagen. Darüber hinaus soll die Berücksichtigung der Besonderheiten der einzelnen Individuen und ihres Kontextes zu einer besseren Leistung bei der Bewertung des Herz-Kreislauf-Systems führen.Dieses Projekt hat zum Ziel, Methoden des maschinellen Lernens zu entwickeln, um das Herz-Kreislauf-System von Patienten mit einem individuellen Modell zu charakterisieren, wobei der Blutdruck zusammen mit den Daten des Einzelnen genutzt wird. (German)
1 December 2021
0 references
Hart- en vaatziekten zijn een belangrijke oorzaak van wereldwijde morbiditeit en mortaliteit. Daarom zijn karakterisering van het cardiovasculaire systeem van een individu en risicobeoordeling essentieel. Het bloeddruksignaal bevat relevante informatie vanwege de verspreiding van mechanische golven in de slagaderboom. De golfvorm wordt dan beïnvloed door verschillende factoren, zoals de elasticiteit van de slagaders en de structuur van het slagadersysteem. De detectie van significante veranderingen kan gepaard gaan met de aanwezigheid van hart- en vaatziekten in aanvulling op beïnvloed door natuurlijke veroudering. Op het gebied van kunstmatige intelligentie zijn veel complexe algoritmen, die mogelijk zijn aangepast aan grote en grote aantallen gegevens, onlangs ontwikkeld dankzij rekenkrachten. In dit proefschrift zullen methoden worden voorgesteld om machinaal leren uit een databank van verzamelde patiënten uit te voeren. Het doel van dit project is om machine learning methoden te ontwikkelen om het cardiovasculaire systeem van patiënten te karakteriseren, met een specifiek model voor het individu, door gebruik te maken van de bloeddruk, in combinatie met de gegevens van het individu. (Dutch)
6 December 2021
0 references
Le malattie cardiovascolari sono una causa importante di morbilità e mortalità globale. Pertanto, la caratterizzazione del sistema cardiovascolare e la valutazione del rischio di un individuo sono essenziali. Il segnale di pressione sanguigna contiene informazioni rilevanti a causa della diffusione di onde meccaniche nell'albero arterioso. La forma d'onda è quindi influenzata da diversi fattori come l'elasticità delle arterie e la struttura del sistema arterioso. L'individuazione di cambiamenti significativi può essere associata alla presenza di malattie cardiovascolari oltre ad essere influenzata dall'invecchiamento naturale. Nel campo dell'intelligenza artificiale, molti algoritmi complessi, e potenzialmente adattati a un gran numero di dati, sono stati sviluppati di recente grazie alle competenze informatiche. In questo lavoro di tesi, saranno proposti metodi per effettuare l'apprendimento automatico da una banca dati di pazienti raccolti. L'obiettivo di questo progetto è quello di sviluppare metodi di apprendimento automatico per caratterizzare il sistema cardiovascolare dei pazienti, con un modello specifico per l'individuo, sfruttando la pressione sanguigna, in combinazione con i dati dell'individuo. (Italian)
13 January 2022
0 references
Las enfermedades cardiovasculares son una causa importante de morbilidad y mortalidad mundial. Por lo tanto, la caracterización del sistema cardiovascular de un individuo y la evaluación del riesgo son esenciales. La señal de presión arterial contiene información relevante debido a la propagación de ondas mecánicas en el árbol arterial. La forma de onda es entonces influenciada por varios factores tales como la elasticidad de las arterias, y la estructura del sistema arterial. La detección de cambios significativos puede estar asociada a la presencia de enfermedades cardiovasculares además de estar influenciada por el envejecimiento natural. En el campo de la inteligencia artificial, muchos algoritmos complejos, y potencialmente adaptados a grandes y grandes cantidades de datos, se han desarrollado recientemente gracias a las potencias informáticas. En este trabajo de tesis se propondrán métodos para llevar a cabo el aprendizaje automático a partir de una base de datos de pacientes recogidos. El objetivo de este proyecto es desarrollar métodos de aprendizaje automático para caracterizar el sistema cardiovascular de los pacientes, con un modelo específico del individuo, explotando la presión arterial, en conjunción con los datos del individuo. (Spanish)
14 January 2022
0 references
Südame-veresoonkonna haigused on ülemaailmse haigestumuse ja suremuse oluline põhjus. Seetõttu on inimese südame-veresoonkonna süsteemi iseloomustamine ja riskihindamine väga olulised. Vererõhu signaal sisaldab asjakohast teavet mehaaniliste lainete leviku tõttu arteriaalses puus. Lainekuju mõjutavad mitmed tegurid, näiteks arterite elastsus ja arteriaalse süsteemi struktuur. Oluliste muutuste avastamine võib olla seotud südame-veresoonkonna haiguste esinemisega lisaks sellele, et neid mõjutab loomulik vananemine. Tehisintellekti valdkonnas on tänu andmetöötlusvõimele välja töötatud palju keerukaid algoritme, mida on võimalik kohandada suurele ja suurele andmehulgale. Selles väitekirjas pakutakse välja meetodid masinõppe läbiviimiseks kogutud patsientide andmebaasist. Projekti eesmärk on töötada välja masinõppe meetodid, et iseloomustada patsientide südame-veresoonkonna süsteemi, kasutades individuaalset mudelit, kasutades vererõhku koos üksikisiku andmetega. (Estonian)
11 August 2022
0 references
Širdies ir kraujagyslių ligos yra svarbi pasaulinio sergamumo ir mirtingumo priežastis. Todėl asmens širdies ir kraujagyslių sistemos apibūdinimas ir rizikos vertinimas yra labai svarbūs. Kraujospūdžio signale pateikiama svarbi informacija apie mechaninių bangų plitimą arteriniame medyje. Tada bangos formą veikia keletas veiksnių, tokių kaip arterijų elastingumas ir arterinės sistemos struktūra. Reikšmingų pokyčių nustatymas gali būti susijęs su širdies ir kraujagyslių ligų buvimu, be to, jį veikia natūralus senėjimas. Dirbtinio intelekto srityje dėl kompiuterinių galių neseniai sukurta daug sudėtingų algoritmų, kurie gali būti pritaikyti dideliam ir dideliam duomenų skaičiui. Šiame disertacijos darbe bus siūlomi mašinų mokymosi iš surinktų pacientų duomenų bazės metodai. Šio projekto tikslas – sukurti mašininio mokymosi metodus, skirtus pacientų širdies ir kraujagyslių sistemai apibūdinti, taikant individualų modelį, išnaudojant kraujospūdį kartu su asmens duomenimis. (Lithuanian)
11 August 2022
0 references
Kardiovaskularne bolesti važan su uzrok globalnog pobola i smrtnosti. Stoga su karakterizacija kardiovaskularnog sustava pojedinca i procjena rizika od ključne važnosti. Signal krvnog tlaka sadrži relevantne informacije zbog širenja mehaničkih valova u arterijsko stablo. Valni oblik tada je pod utjecajem nekoliko čimbenika kao što su elastičnost arterija i struktura arterijskog sustava. Otkrivanje značajnih promjena može biti povezano s prisutnošću kardiovaskularnih bolesti uz pod utjecajem prirodnog starenja. U području umjetne inteligencije nedavno su razvijeni brojni složeni algoritmi, koji su potencijalno prilagođeni velikom i velikom broju podataka, zahvaljujući računalnim moćima. U radu na ovom radu predložit će se metode strojnog učenja iz baze podataka prikupljenih pacijenata. Cilj ovog projekta je razviti metode strojnog učenja kako bi se okarakterizirao kardiovaskularni sustav pacijenata, s modelom specifičnim za pojedinca, korištenjem krvnog tlaka, u kombinaciji s podacima pojedinca. (Croatian)
11 August 2022
0 references
Η καρδιαγγειακή νόσος αποτελεί σημαντική αιτία παγκόσμιας νοσηρότητας και θνησιμότητας. Ως εκ τούτου, ο χαρακτηρισμός του καρδιαγγειακού συστήματος ενός ατόμου και η αξιολόγηση κινδύνου είναι ουσιαστικής σημασίας. Το σήμα αρτηριακής πίεσης περιέχει σχετικές πληροφορίες λόγω της εξάπλωσης των μηχανικών κυμάτων στο αρτηριακό δέντρο. Η κυματομορφή επηρεάζεται στη συνέχεια από διάφορους παράγοντες, όπως η ελαστικότητα των αρτηριών και η δομή του αρτηριακού συστήματος. Η ανίχνευση σημαντικών αλλαγών μπορεί να σχετίζεται με την παρουσία καρδιαγγειακών παθήσεων, πέραν του ότι επηρεάζεται από τη φυσική γήρανση. Στον τομέα της τεχνητής νοημοσύνης, αναπτύχθηκαν πρόσφατα πολλοί σύνθετοι αλγόριθμοι, και ενδεχομένως προσαρμοσμένοι σε μεγάλο και μεγάλο αριθμό δεδομένων, χάρη στις υπολογιστικές δυνάμεις. Σε αυτή τη διατριβή, θα προταθούν μέθοδοι για τη διεξαγωγή μηχανικής μάθησης από μια βάση δεδομένων των ασθενών που συλλέγονται. Στόχος αυτού του έργου είναι η ανάπτυξη μεθόδων μηχανικής μάθησης για τον χαρακτηρισμό του καρδιαγγειακού συστήματος των ασθενών, με ένα συγκεκριμένο μοντέλο για το άτομο, αξιοποιώντας την αρτηριακή πίεση, σε συνδυασμό με τα δεδομένα του ατόμου. (Greek)
11 August 2022
0 references
Kardiovaskulárne ochorenia sú dôležitou príčinou globálnej chorobnosti a úmrtnosti. Preto je nevyhnutná charakterizácia kardiovaskulárneho systému jednotlivca a hodnotenie rizika. Signál krvného tlaku obsahuje relevantné informácie v dôsledku šírenia mechanických vĺn v arteriálnom strome. Priebeh je potom ovplyvnený niekoľkými faktormi, ako je elasticita tepien a štruktúra arteriálneho systému. Zistenie významných zmien môže byť spojené s prítomnosťou kardiovaskulárnych ochorení okrem toho, že sú ovplyvnené prirodzeným starnutím. V oblasti umelej inteligencie sa vďaka výpočtovým schopnostiam nedávno vyvinuli mnohé zložité algoritmy, ktoré sa potenciálne prispôsobili veľkému a veľkému počtu údajov. V tejto práci sa navrhnú metódy na vykonávanie strojového učenia z databázy pacientov zozbieraných. Cieľom tohto projektu je vyvinúť metódy strojového učenia na charakterizáciu kardiovaskulárneho systému pacientov s modelom špecifickým pre jednotlivca, využívaním krvného tlaku v spojení s údajmi jednotlivca. (Slovak)
11 August 2022
0 references
Sydän- ja verisuonitaudit ovat tärkeä syy maailmanlaajuiseen sairastuvuuteen ja kuolleisuuteen. Siksi yksilön sydän- ja verisuonijärjestelmän karakterisointi ja riskinarviointi ovat olennaisen tärkeitä. Verenpainesignaali sisältää asiaankuuluvat tiedot, jotka johtuvat valtimon mekaanisten aaltojen leviämisestä. Aallonmuodostukseen vaikuttavat sitten useat tekijät, kuten valtimoiden elastisuus ja valtimojärjestelmän rakenne. Merkittävien muutosten havaitseminen voi liittyä sydän- ja verisuonitautien esiintymiseen sen lisäksi, että luonnollinen ikääntyminen vaikuttaa siihen. Tekoälyn alalla on viime aikoina kehitetty monia monimutkaisia algoritmeja, jotka on mahdollisesti mukautettu suuriin ja suuriin tietomääriin. Tässä opinnäytetyössä ehdotetaan menetelmiä koneoppimiseen kerättyjen potilaiden tietokannasta. Hankkeen tavoitteena on kehittää koneoppimismenetelmiä potilaiden sydän- ja verisuonijärjestelmän luonnehtimiseksi yksilölle ominaisella mallilla hyödyntämällä verenpainetta yhdessä yksilön tietojen kanssa. (Finnish)
11 August 2022
0 references
Choroby układu krążenia są ważną przyczyną globalnej zachorowalności i śmiertelności. Dlatego też charakterystyka układu sercowo-naczyniowego danej osoby i ocena ryzyka są niezbędne. Sygnał ciśnienia krwi zawiera istotne informacje ze względu na rozprzestrzenianie się fal mechanicznych w drzewie tętniczym. Przebieg jest następnie pod wpływem kilku czynników, takich jak elastyczność tętnic i struktura układu tętniczego. Wykrycie znaczących zmian może być związane z obecnością chorób sercowo-naczyniowych oprócz wpływu naturalnego starzenia. W dziedzinie sztucznej inteligencji, dzięki mocy obliczeniowej, opracowano ostatnio wiele złożonych algorytmów, potencjalnie dostosowanych do dużej i dużej liczby danych. W tej pracy dyplomowej zostaną zaproponowane metody przeprowadzania uczenia maszynowego z bazy danych zebranych pacjentów. Celem projektu jest opracowanie metod uczenia maszynowego w celu scharakteryzowania układu sercowo-naczyniowego pacjentów z modelem specyficznym dla danej osoby, poprzez wykorzystanie ciśnienia tętniczego w połączeniu z danymi danej osoby. (Polish)
11 August 2022
0 references
A szív- és érrendszeri betegségek a globális morbiditás és mortalitás fontos oka. Ezért elengedhetetlen az egyén szív- és érrendszerének jellemzése és kockázatértékelése. A vérnyomás jel lényeges információkat tartalmaz a mechanikai hullámok terjedése miatt az artériás fában. A hullámformát ezután számos tényező befolyásolja, mint például az artériák rugalmassága és az artériás rendszer szerkezete. A jelentős változások kimutatása a szív- és érrendszeri betegségek jelenlétével járhat, amellett, hogy a természetes öregedés befolyásolja. A mesterséges intelligencia területén számos összetett algoritmust fejlesztettek ki, amelyek potenciálisan nagy és nagyszámú adathoz igazodtak a közelmúltban, a számítástechnikai hatásköröknek köszönhetően. Ebben a szakdolgozatban módszereket javasolnak a betegek összegyűjtött adatbázisából történő gépi tanulás elvégzésére. A projekt célja gépi tanulási módszerek kidolgozása a betegek szív- és érrendszerének jellemzésére, az egyénre jellemző modellel, a vérnyomás kihasználásával, az egyén adataival együtt. (Hungarian)
11 August 2022
0 references
Kardiovaskulární onemocnění je důležitou příčinou globální nemocnosti a úmrtnosti. Charakterizace kardiovaskulárního systému jedince a hodnocení rizik jsou proto zásadní. Signál krevního tlaku obsahuje relevantní informace kvůli šíření mechanických vln v arteriálním stromu. Průběh je pak ovlivněn několika faktory, jako je pružnost tepen a struktura arteriálního systému. Detekce významných změn může být spojena s přítomností kardiovaskulárních onemocnění kromě toho, že je ovlivněna přirozeným stárnutím. V oblasti umělé inteligence bylo díky výpočetním schopnostem v poslední době vyvinuto mnoho složitých algoritmů, které jsou potenciálně přizpůsobeny velkému a velkému množství dat. V této práci budou navrženy metody pro provádění strojového učení z databáze shromážděných pacientů. Cílem tohoto projektu je vyvinout metody strojového učení k charakterizaci kardiovaskulárního systému pacientů, s modelem specifickým pro jednotlivce, využitím krevního tlaku ve spojení s daty jedince. (Czech)
11 August 2022
0 references
Sirds un asinsvadu slimības ir svarīgs globālās saslimstības un mirstības cēlonis. Tāpēc būtiska nozīme ir personas kardiovaskulārās sistēmas raksturošanai un riska novērtēšanai. Asinsspiediena signāls satur būtisku informāciju sakarā ar mehānisko viļņu izplatīšanos arteriālajā kokā. Pēc tam viļņu formu ietekmē vairāki faktori, piemēram, artēriju elastība un artēriju sistēmas struktūra. Būtisku izmaiņu atklāšana var būt saistīta ar sirds un asinsvadu slimību klātbūtni papildus dabiskai novecošanai. Mākslīgā intelekta jomā, pateicoties skaitļošanas jaudai, nesen ir izstrādāti daudzi sarežģīti algoritmi, kas, iespējams, ir pielāgoti lielam un lielam datu skaitam. Šajā disertācijas darbā tiks ierosinātas metodes, kā veikt mašīnmācīšanos no apkopotās pacientu datubāzes. Projekta mērķis ir izstrādāt mašīnmācīšanās metodes, lai raksturotu pacientu sirds un asinsvadu sistēmu, izmantojot konkrētam indivīdam raksturīgu modeli, izmantojot asinsspiedienu kopā ar personas datiem. (Latvian)
11 August 2022
0 references
Is cúis thábhachtach é galar cardashoithíoch le galracht agus mortlaíocht dhomhanda. Dá bhrí sin, is den riachtanas é córas cardashoithíoch agus measúnú riosca an duine aonair a thréithriú. Tá faisnéis ábhartha sa chomhartha brú fola mar gheall ar leathadh tonnta meicniúla sa chrann artaireach. Bíonn tionchar ag roinnt fachtóirí ar an tonnform ansin, mar shampla elasticity na hartairí, agus struchtúr an chórais artaireach. D’fhéadfadh baint a bheith ag brath athruithe suntasacha le láithreacht galar cardashoithíoch chomh maith le tionchar a bheith ag dul in aois nádúrtha. I réimse na hintleachta saorga, forbraíodh le déanaí a lán algartam casta, agus a d’fhéadfaí a chur in oiriúint do líon mór sonraí, a bhuí le cumhachtaí ríomhaireachta. San obair tráchtais seo, molfar modhanna chun meaisínfhoghlaim a dhéanamh ó bhunachar sonraí d’othair a bhailítear. Is é aidhm an tionscadail seo modhanna meaisínfhoghlama a fhorbairt chun tréithriú a dhéanamh ar chóras cardashoithíoch na n-othar, le múnla a bhaineann go sonrach leis an duine aonair, trí leas a bhaint as brú fola, i gcomhar le sonraí an duine aonair. (Irish)
11 August 2022
0 references
Bolezni srca in ožilja so pomemben vzrok za globalno obolevnost in umrljivost. Zato sta opredelitev kardiovaskularnega sistema in ocena tveganja bistvenega pomena. Signal krvnega tlaka vsebuje pomembne informacije zaradi širjenja mehanskih valov v arterijskem drevesu. Na valovno obliko vpliva več dejavnikov, kot so elastičnost arterij in struktura arterijskega sistema. Odkrivanje pomembnih sprememb je lahko povezano s prisotnostjo bolezni srca in ožilja poleg tega, da nanj vpliva naravno staranje. Na področju umetne inteligence so bili zaradi računalniških zmogljivosti v zadnjem času razviti številni kompleksni algoritmi, ki bi lahko bili prilagojeni velikemu in velikemu številu podatkov. Pri tem delu bodo predlagane metode za izvajanje strojnega učenja iz podatkovne zbirke zbranih bolnikov. Cilj tega projekta je razviti metode strojnega učenja za opredelitev kardiovaskularnega sistema bolnikov, z modelom, ki je specifičen za posameznika, z izkoriščanjem krvnega tlaka v povezavi s podatki posameznika. (Slovenian)
11 August 2022
0 references
Сърдечносъдовите заболявания са важна причина за глобалната заболеваемост и смъртност. Следователно характеризирането на сърдечносъдовата система на индивида и оценката на риска са от съществено значение. Сигналът за кръвно налягане съдържа съответната информация, поради разпространението на механични вълни в артериалното дърво. Формата на вълната след това се влияе от няколко фактора като еластичността на артериите и структурата на артериалната система. Откриването на значителни промени може да бъде свързано с наличието на сърдечно-съдови заболявания в допълнение към това, че са повлияни от естественото стареене. В областта на изкуствения интелект много сложни алгоритми, които потенциално са адаптирани към голям брой данни, бяха разработени наскоро благодарение на изчислителните правомощия. В тази теза ще бъдат предложени методи за извършване на машинно самообучение от базата данни на събраните пациенти. Целта на този проект е да се разработят методи за машинно самообучение за характеризиране на сърдечно-съдовата система на пациентите с модел, специфичен за индивида, чрез използване на кръвното налягане, заедно с данните на индивида. (Bulgarian)
11 August 2022
0 references
Il-mard kardjovaskulari huwa kawża importanti ta’ morbidità u mortalità globali. Għalhekk, il-karatterizzazzjoni tas-sistema kardjovaskulari u l-valutazzjoni tar-riskju ta’ individwu huma essenzjali. Is-sinjal tal-pressjoni tad-demm fih informazzjoni rilevanti minħabba l-firxa ta ‘mewġ mekkaniku fis-siġra arterjali. Il-forma tal-mewġa hija mbagħad influwenzata minn diversi fatturi bħall-elastiċità ta ‘l-arterji, u l-istruttura tas-sistema arterjali. Id-detezzjoni ta’ bidliet sinifikanti tista’ tkun assoċjata mal-preżenza ta’ mard kardjovaskulari minbarra li tkun influwenzata mit-tixjiħ naturali. Fil-qasam tal-intelliġenza artifiċjali, dan l-aħħar ġew żviluppati ħafna algoritmi kumplessi, u potenzjalment adattati għal numri kbar u kbar ta’ data, bis-saħħa tas-setgħat tal-informatika. F’dan ix-xogħol ta’ teżi, se jiġu proposti metodi biex jitwettaq tagħlim awtomatiku minn database ta’ pazjenti miġbura. L-għan ta’ dan il-proġett huwa li jiżviluppa metodi ta’ tagħlim awtomatiku biex jikkaratterizza s-sistema kardjovaskulari tal-pazjenti, b’mudell speċifiku għall-individwu, billi jisfrutta l-pressjoni tad-demm, flimkien mad-data tal-individwu. (Maltese)
11 August 2022
0 references
As doenças cardiovasculares são uma importante causa de morbilidade e mortalidade a nível mundial. Por conseguinte, a caracterização do sistema cardiovascular de um indivíduo e a avaliação dos riscos são essenciais. O sinal de pressão arterial contém informações relevantes devido à propagação de ondas mecânicas na árvore arterial. A forma de onda é então influenciada por vários factores, tais como a elasticidade das artérias, e a estrutura do sistema arterial. A detecção de alterações significativas pode estar associada à presença de doenças cardiovasculares, além de ser influenciada pelo envelhecimento natural. No domínio da inteligência artificial, foram recentemente desenvolvidos muitos algoritmos complexos, potencialmente adaptados a um grande número de dados, graças às capacidades informáticas. Neste trabalho de tese, serão propostos métodos para realizar a aprendizagem automática a partir de uma base de dados de pacientes recolhidos. O objetivo deste projeto é desenvolver métodos de aprendizagem automática para caracterizar o sistema cardiovascular dos doentes, com um modelo específico para o indivíduo, explorando a pressão arterial, em conjugação com os dados do indivíduo. (Portuguese)
11 August 2022
0 references
Hjerte-kar-sygdomme er en vigtig årsag til global sygelighed og dødelighed. Derfor er det afgørende at karakterisere en persons kardiovaskulære system og risikovurdering. Blodtrykssignalet indeholder relevante oplysninger på grund af spredningen af mekaniske bølger i arterietræet. Bølgeformen påvirkes derefter af flere faktorer såsom arteriernes elasticitet og arteriesystemets struktur. Påvisning af væsentlige ændringer kan være forbundet med tilstedeværelsen af hjerte-kar-sygdomme ud over at være påvirket af naturlig aldring. Inden for kunstig intelligens er mange komplekse algoritmer, som potentielt er tilpasset et stort og stort antal data, for nylig blevet udviklet takket være computerkraft. I dette specialearbejde vil der blive foreslået metoder til at udføre maskinlæring fra en database over patienter indsamlet. Formålet med dette projekt er at udvikle maskinlæringsmetoder til at karakterisere patienters kardiovaskulære system med en model, der er specifik for den enkelte, ved at udnytte blodtrykket i forbindelse med individets data. (Danish)
11 August 2022
0 references
Bolile cardiovasculare reprezintă o cauză importantă a morbidității și mortalității globale. Prin urmare, caracterizarea sistemului cardiovascular al unei persoane și evaluarea riscurilor sunt esențiale. Semnalul tensiunii arteriale conține informații relevante datorită răspândirii undelor mecanice în arborele arterial. Forma de undă este apoi influențată de mai mulți factori, cum ar fi elasticitatea arterelor și structura sistemului arterial. Detectarea modificărilor semnificative poate fi asociată cu prezența bolilor cardiovasculare, pe lângă faptul că este influențată de îmbătrânirea naturală. În domeniul inteligenței artificiale, s-au dezvoltat recent numeroși algoritmi complecși și eventual adaptați la un număr mare de date, datorită puterilor informatice. În cadrul acestei teze, vor fi propuse metode de învățare automată dintr-o bază de date a pacienților colectați. Scopul acestui proiect este de a dezvolta metode de învățare automată pentru a caracteriza sistemul cardiovascular al pacienților, cu un model specific individului, prin exploatarea tensiunii arteriale, împreună cu datele individuale. (Romanian)
11 August 2022
0 references
Hjärt- och kärlsjukdomar är en viktig orsak till global sjuklighet och dödlighet. Därför är karakterisering av en individs kardiovaskulära system och riskbedömning avgörande. Blodtryckssignalen innehåller relevant information på grund av spridningen av mekaniska vågor i artärträdet. Vågformen påverkas sedan av flera faktorer såsom artärernas elasticitet och artärsystemets struktur. Upptäckt av betydande förändringar kan kopplas till förekomsten av hjärt- och kärlsjukdomar förutom att påverkas av naturligt åldrande. På området artificiell intelligens har många komplexa algoritmer, och potentiellt anpassade till stora och stora datamängder, utvecklats på senare tid tack vare datorkapacitet. I detta examensarbete kommer metoder att föreslås för att utföra maskininlärning från en databas över patienter som samlats in. Syftet med detta projekt är att utveckla maskininlärningsmetoder för att karakterisera patienternas kardiovaskulära system, med en modell som är specifik för individen, genom att utnyttja blodtrycket i kombination med individens data. (Swedish)
11 August 2022
0 references
7 December 2023
0 references
Identifiers
CA0019712
0 references