Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

23.03.2019

An IoT based efficient hybrid recommender system for cardiovascular disease

Zeitschrift:
Peer-to-Peer Networking and Applications
Autoren:
Fouzia Jabeen, Muazzam Maqsood, Mustansar Ali Ghazanfar, Farhan Aadil, Salabat Khan, Muhammad Fahad Khan, Irfan Mehmood
Wichtige Hinweise
This article is part of the Topical Collection: Special issue on Fog Computing for Healthcare
Guest Editors: Han-Chieh Chao, Sana Ullah, Christos Verikoukis, and Ki-Il Kim

Publisher’s note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

A fog-based IoT model can be helpful for patients from remote areas with cardiovascular disease. An expert cardiologist is usually not available in such remote areas. There are some systems available to classify heart disease and provide recommendations but these existing systems only use classification for recommendations. From this line of research, we propose an IoT based efficient community-based recommender system that diagnoses cardiac disease and its type and provides recommendations related to the physical and dietary plan. The first part intent to collect the data from the patient remotely by using the bio sensors. The IoT based environment is used to transmit the data to the server. Afterward, heart disease prediction model is implemented, that can diagnose the cardiovascular disease and classify into eight available cardiovascular classes i.e. Myocardial Infarction (MI stable), Myocardial Infarction (MI unstable), Acute Coronary Syndrome (ACS), Atrial Fibrillation (AF), Hypertension (HTN), Ischemic Heart Disease (IHD), Left Ventricular Hypertrophy (LVH), Chronic Heart Failure/ Left Ventricle Function (CCF/LVF), Supraventricular Tachycardia (SVT). The second part pursues to provide physical and dietary plan recommendation to the cardiac patient according to gender and age groups. A dataset for diseases and corresponding recommendations is collected from a well-renowned hospital with the help of an expert cardiologist. The performance of the system is evaluated in terms of precision, recall and Mean absolute error and achieves 98% accuracy.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner

    Bildnachweise