Author:
Lambrecht Rodrigo,Albandes Rogério,Dilli Renato,Oliveira Lizandro de Souza,Reiser Renata,Yamin Adenauer
Abstract
As doenças cardiovasculares, especialmente a doença da artéria coronária (CAD), representam um grande desafio para a saúde global. As propostas que vem ganhando reconhecimento na literatura na predição da CAD, são os sistemas de inferência Neuro-Fuzzy. Considerando este cenário, este artigo discute a concepção de uma abordagem, denominada iCAD, que explora uma arquitetura distribuída na IoT e faz uso de ANFIS para auxiliar na predição da CAD. A abordagem concebida foi avaliada a partir das suas funcionalidades e alertas gerados, além das métricas relacionadas à predição. Neste sentido, a abordagem iCAD obteve 92,28% de Acurácia, 92,39% de Precisão, 93,75% de Especificidade, 92,28% de Sensibilidade e 92,29% de F1-Score.
Publisher
Sociedade Brasileira de Computação - SBC
Reference11 articles.
1. Aljanabi, M., Qutqut, M. H., and Hijjawi, M. (2018). Machine learning classification techniques for heart disease prediction: a review. International Journal of Engineering & Technology, 7(4):5373–5379.
2. Alves, C. (2010). Cardiologia do Exercício: do Atleta Ao Cardiopata. Baihaqi, W. M., Setiawan, N. A., and Ardiyanto, I. (2016). Rule extraction for fuzzy expert system to diagnose coronary artery disease. pages 136–141.
3. de Souza, R. S., Barbará Lopes, J. L., Resin Geyer, C. F., da Rosa Silveira João, L., Afonso Cardozo, A., Corrêa Yamin, A., Gadotti, G. I., and Victoria Barbosa, J. L. (2019). Continuous monitoring seed testing equipaments using internet of things. Computers and Electronics in Agriculture, 158:122 – 132.
4. Jang, J.-S. R. (1993). Anfis adaptive-network-based fuzzy inference system. IEEE Transactions on Systems Man and Cybernetics, 23(3):665–685.
5. Khan, M. A. and Algarni, F. (2020). A healthcare monitoring system for the diagnosis of heart disease in the iomt cloud environment using msso-anfis. IEEE Access, 8:122259–122269.