Título : Nonlinear Systems in Healthcare towards Intelligent Disease Prediction
Autor(es) : Chatterjee, Parag
Cymberknop, Leandro
Armentano, Ricardo
Fecha de publicación : 3-sep-2019
Tipo de publicación: Parte de libro
Versión: Publicado
Publicado por: IntechOpen
Publicado en: Nonlinear Systems — Theoretical Aspects and Recent Applications
Areas del conocimiento : Ciencias Médicas y de la Salud
Ciencias Naturales y Exactas
Ciencias de la Computación e Información
Ingeniería y Tecnología
Otros descriptores : nonlinear systems
healthcare
artificial intelligence
computational intelligence
machine learning
predictive analytics
chronic disease
cancer
cardiometabolic disease
Parkinson’s disease
Resumen : Healthcare is one of the key fields that works quite strongly with advanced analytical techniques for prediction of diseases and risks. Data being the most important asset in recent times, a huge amount of health data is being collected, thanks to the recent advancements of IoT, smart healthcare, etc. But the focal objective lies in making sense of that data and to obtain knowledge, using intelligent analytics. Nonlinear systems find use specifically in this field, working closely with health data. Using advanced methods of machine learning and computational intelligence, nonlinear analysis performs a key role in analyzing the enormous amount of data, aimed at finding important patterns and predicting diseases. Especially in the field of smart healthcare, this chapter explores some aspects of nonlinear systems in predictive analytics, providing a holistic view of the field as well as some examples to illustrate such intelligent systems toward disease prediction.
URI / Handle: https://hdl.handle.net/20.500.12381/285
DOI: 10.5772/intechopen.88163
ISBN: 978-1-78985-472-5
978-1-83880-308-7
URL : https://www.intechopen.com/books/nonlinear-systems-theoretical-aspects-and-recent-applications/nonlinear-systems-in-healthcare-towards-intelligent-disease-prediction
Institución responsable del proyecto: Universidad Tecnológica Nacional, Buenos Aires, Argentina
Financiadores: Agencia Nacional de Investigación e Innovación (ANII), Uruguay
Universidad Tecnológica Nacional, Buenos Aires, Argentina
Universidad de la República, Uruguay
Identificador ANII: FSDA_1_2017_1_143653
Nivel de Acceso: Acceso abierto
Licencia CC: Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)
Aparece en las colecciones: Publicaciones de ANII

Archivos en este ítem:
archivo  Descripción Tamaño Formato
IntechOpen Full Chapter.pdfDescargar Full Chapter530.76 kBAdobe PDF

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)