TY -的A2 Bhattacharyya Saugat盟——Dakappa Pradeepa h . AU -普拉萨德,Keerthana盟——饶,Sathish b . AU - Bolumbu Ganaraja盟——Bhat Gopalkrishna k . AU - Mahabala Chakrapani PY - 2017 DA - 2017/11/22 TI -一个预测模型分类未分化的发热情况下基于24小时连续鼓膜的温度记录SP - 5707162六世- 2017 AB -诊断未分化的热是一个重大的挑战性任务的医生经常仍然是诊断和延误治疗。这项研究的目的是记录和分析一个24小时连续鼓膜的温度的诊断和评估其效用无差别的发烧。这是一个观察性研究进行Kasturba医学院和医院,Mangaluru,印度。九十六( n = 96年 )患者与未分化的发烧。他们的鼓膜的温度是24小时连续记录。温度数据预处理和各种信号特征提取和分类训练使用MATLAB软件的机器学习算法。二次支持向量机算法产生一个总体精度71.9%的区分发烧分为四大类,即肺结核、胞内细菌感染,登革热、和非传染性的疾病。ROC曲线下的面积为肺结核、胞内细菌感染,登革热、和非传染性的疾病被发现是0.961,0.801,0.815,和0.818,分别。良好的协议是观察[k = 0.618 ( p < 0.001 95%可信区间(0.498 - -0.737)))之间的实际诊断病例和二次支持向量机学习算法。24小时连续鼓膜的温度记录,监督机器学习算法似乎是一个有前途的非侵入性和可靠的诊断工具。SN - 2040 - 2295 UR - https://doi.org/10.1155/2017/5707162 - 10.1155 / 2017/5707162摩根富林明医疗工程PB - Hindawi KW - ER