Técnicas de Inteligência Computacional Como Mecanismo Auxiliador na Triagem da Possibilidade de Ataque Cardíaco em Adultos
Resumo
As doenças crônicas não transmissíveis são responsáveis por aproximadamente 40 milhões de óbitos anuais no mundo. Com base nessa premissa, este trabalho teve como objetivo verificar a possibilidade da presença ou ausência de ataque cardíaco, de forma a auxiliar na classificação desse desses indivíduos. A metodologia trabalhada nesse artigo foi implementada com base em 303 amostras de indivíduos de um banco de dados público, com a aplicação das técnicas validação cruzada k-fold, z-score e a técnica SMOTE. Os resultados mostraram para a acurácia do RF uma taxa média de 94,26%, para a SVM 90,65%, RBF 83,48% e 86,18% para a MLP.
Referências
Ambrósio, P. E. (2002). Redes neurais articiais no apoio ao diagnóstico diferencial de lesões intersticiais pulmonares. PhD thesis, Universidade de São Paulo.
Bonifácio, F. N. (2010). Comparação entre as redes neurais articiais mlp, rbf e lvq na classicação de dados. Paraná: Universidade Estadual do Oeste do Paraná.
da Costa Filho, S. V. S., Arce, J. E., Montaño, R. A. N. R., and Pelissari, A. L. (2019). Conguração de algoritmos de aprendizado de máquina na modelagem orestal: um estudo de caso na modelagem da relação hipsométrica. Ciência Florestal, 29(4):1501–1515.
da Rocha, A. C. S. (2017). Ataque cardíaco em jovens no Brasil: Conscientização e prevenção. Universidade do Vale do Paraíba UNIVAP. (Trabalho de Conclusão de Curso).
Ishitani, L. H., Franco, G. d. C., Perpétuo, I. H. O., and França, E. (2006). Desigualdade social e mortalidade precoce por doenças cardiovasculares no brasil. Revista de Saúde Pública, 40:684–691.
Meneses, L. S. L., Caxias, A. M., Franco, A. M., Dantas, A. S. F., de Oliveira, A. K. C., Leal, E. G., Lisboa, J. H. V., Pereira, K. A. C., Tavares, L. J. C., dias Santos, R., et al. (2020). Assistência de enfermagem ao paciente com infarto agudo do miocárdio em uma urgência e emergência: relato de experiência. Brazilian Journal of Development, 6(9):69116–69121.
Organization, W.H (2017). Doenças cardiovasculares. [link]. acessado em 23/03/2021.
Pereira, N. K. M. and Silveira, G. P. (2015). Aplicação da lógica fuzzy no estudo do risco de ataque cardíaco. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, 3(1).
Saheki, A. H. (2005). Construção de uma rede Bayesiana aplicada ao diagnóstico de doenças cardíacas. PhD thesis, Universidade de São Paulo.
Santos, E. J. R. d. (2019). Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados. Universidade de Brasília.
Santos, J. P. M. S. (2020). Metodologia baseada em máquina de vetores de suporte para previsão de óbitos por ataque cardíaco (Monograa). UNIFAP.
Semolini, R. et al. (2002). Support vector machines, inferência transdutiva e o problema de classicação.
Silva, R. J. H., Pazoti, M. A., da Silva, F. A., Pereira, D. R., and de Almeida, L. L. (2019). Autenticação biométrica para sistemas por meio da dinâmica da digitação. In Colloquium Exactarum. ISSN: 2178-8332, volume 11, pages 26–33.
Souza, H. P., Werneck, G. L., de Medeiros, L. T., Sabroza, P. C., and dos Santos, J. P. C. (2017). Análise espacial de causas de morte por doenças cardiovasculares e fatores associados em uma área de implantação de um grande empreendimento. Hygeia-Revista Brasileira de Geograa Médica e da Saúde, 13(24):199–214.
Bonifácio, F. N. (2010). Comparação entre as redes neurais articiais mlp, rbf e lvq na classicação de dados. Paraná: Universidade Estadual do Oeste do Paraná.
da Costa Filho, S. V. S., Arce, J. E., Montaño, R. A. N. R., and Pelissari, A. L. (2019). Conguração de algoritmos de aprendizado de máquina na modelagem orestal: um estudo de caso na modelagem da relação hipsométrica. Ciência Florestal, 29(4):1501–1515.
da Rocha, A. C. S. (2017). Ataque cardíaco em jovens no Brasil: Conscientização e prevenção. Universidade do Vale do Paraíba UNIVAP. (Trabalho de Conclusão de Curso).
Ishitani, L. H., Franco, G. d. C., Perpétuo, I. H. O., and França, E. (2006). Desigualdade social e mortalidade precoce por doenças cardiovasculares no brasil. Revista de Saúde Pública, 40:684–691.
Meneses, L. S. L., Caxias, A. M., Franco, A. M., Dantas, A. S. F., de Oliveira, A. K. C., Leal, E. G., Lisboa, J. H. V., Pereira, K. A. C., Tavares, L. J. C., dias Santos, R., et al. (2020). Assistência de enfermagem ao paciente com infarto agudo do miocárdio em uma urgência e emergência: relato de experiência. Brazilian Journal of Development, 6(9):69116–69121.
Organization, W.H (2017). Doenças cardiovasculares. [link]. acessado em 23/03/2021.
Pereira, N. K. M. and Silveira, G. P. (2015). Aplicação da lógica fuzzy no estudo do risco de ataque cardíaco. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, 3(1).
Saheki, A. H. (2005). Construção de uma rede Bayesiana aplicada ao diagnóstico de doenças cardíacas. PhD thesis, Universidade de São Paulo.
Santos, E. J. R. d. (2019). Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados. Universidade de Brasília.
Santos, J. P. M. S. (2020). Metodologia baseada em máquina de vetores de suporte para previsão de óbitos por ataque cardíaco (Monograa). UNIFAP.
Semolini, R. et al. (2002). Support vector machines, inferência transdutiva e o problema de classicação.
Silva, R. J. H., Pazoti, M. A., da Silva, F. A., Pereira, D. R., and de Almeida, L. L. (2019). Autenticação biométrica para sistemas por meio da dinâmica da digitação. In Colloquium Exactarum. ISSN: 2178-8332, volume 11, pages 26–33.
Souza, H. P., Werneck, G. L., de Medeiros, L. T., Sabroza, P. C., and dos Santos, J. P. C. (2017). Análise espacial de causas de morte por doenças cardiovasculares e fatores associados em uma área de implantação de um grande empreendimento. Hygeia-Revista Brasileira de Geograa Médica e da Saúde, 13(24):199–214.
Publicado
23/11/2021
Como Citar
SOUSA, Roney Nogueira de; BRITO, Rhyan Ximenes de.
Técnicas de Inteligência Computacional Como Mecanismo Auxiliador na Triagem da Possibilidade de Ataque Cardíaco em Adultos. In: ENCONTRO UNIFICADO DE COMPUTAÇÃO DO PIAUÍ (ENUCOMPI), 14. , 2021, Picos.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 89-96.
DOI: https://doi.org/10.5753/enucompi.2021.17758.
