弹性介质中源定位的机器学习技术
信号处理
2024-04-25 v1
摘要
冠状动脉疾病（CAD）由冠状动脉内的斑块沉积引起。早期诊断至关重要，因此正在开发一种非侵入性检测方法，以识别动脉部分闭塞引起的声信号。动脉中的血流受到扰动，并对动脉壁施加振荡应力。由应力引起的变形可在胸壁表面检测到。因此，利用模拟这些源自随机分配源位置表面信号的数据，可以使用机器学习（ML）来预测闭塞源。本研究考察了七种 ML 算法，结果表明结合 k-近邻和随机森林的集成模型性能最佳。用于评估的指标为均方误差和欧氏距离。
引用
@article{arxiv.2404.15336,
title = {Machine Learning Techniques for Source Localisation in Elastic Media},
author = {Bansi Mandalia and Steve Greenwald and Simon Shaw and Gregory Slabaugh},
journal= {arXiv preprint arXiv:2404.15336},
year = {2024}
}
备注
MSc dissertation, Queen Mary University of London (2022 Calendar Year)