Application of Machine Learning Methods and Data Analysis for Evaluating the State of Fistula
Abstract
The article discusses the usage of machine learning methods for evaluating the state of fistula for patients on hemodialysis. The approach to gathering source data in laboratory conditions and methods of data processing are considered. Methods of classification are presented. Portable personal devices for patients are proposed.
About the Authors
А. A. Turlay
Surgut State University
Russian Federation
Russian Federation
P. V. Zaikin
Surgut State University
Russian Federation
Russian Federation
N. B. Nazina
Surgut State University
Russian Federation
Russian Federation
References
1. Николаев Е. Н., Мазайшвили К. В., Лобанов Д. С., Демина А. В., Блохина А. В. Современное состояние проблемы тромбоза сосудистого доступа у больных на гемодиализе // Вестник СурГУ. Медицина. 2019. № 3. С. 8–14.
2. Максимов А. В., Фейсханов А. К., Макаримов Э. Ш., Закиржанов Н. Р., Фейсханова Л. И. Тенденции развития хирургии сосудистого доступа у пациентов, находящихся на программном гемодиализе // Практич. медицина. 2014. № 4–20 (80). С. 83–85.
3. Гурков А. С. Кровоток в сосудах предплечья и кисти у пациентов с артериовенозной фистулой для гемодиализа : автореф. дис. … канд. мед. наук. СПб., 2014. 21 с.
4. Salamon J., Bello J. P. Deep Convolutional Neural Networks and Data Augmentation for Environmental Sound Classification // IEEE Signal Processing Letters. 2017. Vol. 24, No. 3. P. 279–283.
5. Piczak K. J. Environmental Sound Classification with Convolutional Neural Networks // 2015 IEEE 25th International Workshop on Machine Learning for Signal Processing (MLSP). IEEE, 2015. P. 1–6.
Review
For citations:
Turlay А.A., Zaikin P.V., Nazina N.B. Application of Machine Learning Methods and Data Analysis for Evaluating the State of Fistula. Proceedings in Cybernetics. 2019;(4 (36)):61-65. (In Russ.)
Views:
234
Email this article 