2015 International Conference on Green Computing and Internet of Things (ICGCIoT) 2015
DOI: 10.1109/icgciot.2015.7380516
|View full text |Cite
|
Sign up to set email alerts
|

Blood donor's safety using data mining

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2019
2019
2023
2023

Publication Types

Select...
1
1

Relationship

0
2

Authors

Journals

citations
Cited by 2 publications
(1 citation statement)
references
References 14 publications
0
0
0
1
Order By: Relevance
“…Ao longo do tempo, as ferramentas computacionais inteligentes tornaram-se cada vez mais presentes na área médica, capazes de identificar nas imagens digitais as lesões na pele e classificá-las, além, de também atuarem eficientemente na predic ¸ão do diagnóstico de doenc ¸as [Lobo 2017] e de eventos em estudos epidemiológicos. Similarmente, em estudos envolvendo Hemocentros e seus doadores, encontram-se trabalhos como [T and Shyam 2010] que fez uso da Árvore de Decisão para identifica o comportamento de doadores, assim como [Patil et al 2015] que aplicou Support Vector Machine em dados coletados pelos doadores de sangue antes e após a doac ¸ão para abstrair e identificar as diferentes reac ¸ões dos dadores e as medidas preventivas contra as mesmas. No estudo feito em [Alajrami et al 2019] utilizou de arquiteturas de Redes Neurais Artificiais (RNA) para prever se uma pessoa registrada na base de dados de doadores de sangue da cidade Hsin-Chu, Tailândia, seria um doador potencial.…”
Section: Introduc ¸ãOunclassified
“…Ao longo do tempo, as ferramentas computacionais inteligentes tornaram-se cada vez mais presentes na área médica, capazes de identificar nas imagens digitais as lesões na pele e classificá-las, além, de também atuarem eficientemente na predic ¸ão do diagnóstico de doenc ¸as [Lobo 2017] e de eventos em estudos epidemiológicos. Similarmente, em estudos envolvendo Hemocentros e seus doadores, encontram-se trabalhos como [T and Shyam 2010] que fez uso da Árvore de Decisão para identifica o comportamento de doadores, assim como [Patil et al 2015] que aplicou Support Vector Machine em dados coletados pelos doadores de sangue antes e após a doac ¸ão para abstrair e identificar as diferentes reac ¸ões dos dadores e as medidas preventivas contra as mesmas. No estudo feito em [Alajrami et al 2019] utilizou de arquiteturas de Redes Neurais Artificiais (RNA) para prever se uma pessoa registrada na base de dados de doadores de sangue da cidade Hsin-Chu, Tailândia, seria um doador potencial.…”
Section: Introduc ¸ãOunclassified