التنبؤ بفئات الغدة الدرقية باستخدام اختيار الميزات لنموذج CNN القائم على AEHOA لأسلوب حياة صحي
محتوى المقالة الرئيسي
الملخص
كثيرًا ما يعاني الأشخاص الذين يعانون من قصور الغدة الدرقية من أعراض حادة. يؤدي التصنيف الصحيح والتعلم الآلي إلى تحسين تشخيص أمراض الغدة الدرقية بشكل كبير. سيؤثر هذا التصنيف الدقيق على تقديم الرعاية للمرضى في الوقت المناسب. على الرغم من وجود تقنيات التشخيص، فإنها تسعى في كثير من الأحيان إلى التصنيف الثنائي، وتستخدم مجموعات بيانات كبيرة غير كافية، وتفتقر إلى تأكيد استنتاجاتها. تركز الأساليب الحالية على تحسين النموذج، في حين يتم إهمال هندسة الميزات. يقدم هذا البحث نموذج خوارزمية تحسين قطيع الفيل التكيفي AEHOA لاختيار السمات المثالية من أجل التحايل على هذه القيود. في البداية، استخدم طريقة تسمى تقنية الإفراط في أخذ العينات للأقلية الاصطناعية SMOTE لتسوية البيانات. وأخيرًا، يتم إدخال معلمات نموذج AEHOA في الشبكة العصبية التلافيفية CNN لتصنيف البيانات وتعزيز التنبؤ. تمت أيضًا زيادة دقة تنبؤات التصنيف عن طريق تعديل مجموعة البيانات. تم إخضاع مجموعتي البيانات لعملية تصنيف لإجراء مقارنة أكثر دقة للنتائج.
Received 28/12/2023
Revised 26/04/2024
Accepted 28/04/2024
Published 25/05/2024
تفاصيل المقالة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
المراجع
Kumar N, Nandihal P, B MR, Pareek PK, T N, R SS. A Novel Machine Learning-Based Artificial Voice Box. In: 2022 Second International Conference on Advanced Technologies in Intelligent Control, Environment, Computing & Communication Engineering (ICATIECE) 2022; Bangalore, India. IEEE. 2022; p. 1-7. https://doi.org/10.1109/ICATIECE56365.2022.10046967.
Nandihal P, Shetty VS, Guha T, Pareek PK. Glioma Detection using Improved Artificial Neural Network in MRI Images. In: 2022 IEEE 2nd Mysore Sub Section International Conference (MysuruCon); 2022; Mysuru, India. IEEE. 2022;p. 1-9. https://doi.org/10.1109/MysuruCon55714.2022.9972712.
Subbalakshmi C, Pareek PK, Narayana MV. A Gravitational Search Algorithm Study on Text Summarization Using NLP. Artificial Intelligence and Data Science. ICAIDS 2021. Communications in Computer and Information Science. Cham. 2022; 1673. https://doi.org/10.1007/978-3-031-21385-4_13.
Luna-Guevara JJ, Arenas-Hernandez MMP, Martínez de la Peña C, Silva JL, Luna-Guevara ML. The role of pathogenic E. coli in fresh vegetables: behavior, contamination factors, and preventive measures. Int J Microbiol. 2019; Article ID 2894328. https://doi.org/10.1155/2019/2894328
Ula M, Pratama A, Asbar Y, Fuadi W, Fajri R, Hardi R. A New Model of The Student Attendance Monitoring System Using RFID Technology. J Phys Conf Ser. 2021; 1807(1): 012026. https://doi.org/10.1088/1742-6596/1807/1/012026
Ramteke B, Dongre S. IoT Based Smart Automated Poultry Farm Management System. In: 2022 10th International Conference on Emerging Trends in Engineering and Technology-Signal and Information Processing (ICETET-SIP-22); 2022; pp. 1-4. https://doi.org/10.1109/ICETET-SIP-2254415.2022.9791653
Doaa Mohey El-Din Mohamed Hussein. A survey on sentiment analysis challenges. J King Saud Univ - Eng Sci. 2018; 30(4): 330-338. ISSN 1018-3639. https://doi.org/10.1016/j.jksues.2016.04.002
Hora SK, Poongodan R, Perez de Prado R, Wozniak M, Divakarachari PB. Long short-term memory network-based metaheuristic for effective electric energy consumption prediction. Appl. Sci. 2021; 11(23): 11263. https://doi.org/10.3390/app112311263
Dey S, Ye Q, Sampalli S. A machine learning based intrusion detection scheme for data fusion in mobile clouds involving heterogeneous client networks. Inf Fusion. 2019; 49: 205-215. https://doi.org/10.1016/j.inffus.2019.01.002
Karthik R, Radhakrishnan M, Rajalakshmi R, Raymann J, Manjunath R, Kwadiki K. Delineation of ischemic lesion from brain MRI using attention gated fully convolutional network. Biomed Eng. Lett. 2021; 11: 3-13. https://doi.org/10.1007/s13534-020-00178-1
Mallik A, Khetarpal A, Kumar S. ConRec: malware classification using convolutional recurrence. J Comput. Virol. Hacking Tech. 2022; 1-17. https://doi.org/ 10.1007/s11416-022-00416-3
Han Y, Liu M, Jing W. Aspect-level drug reviews sentiment analysis based on double BiGRU and knowledge transfer. IEEE Access. 2020; 8: 21314-21325. https://doi.org/10.1109/ACCESS.2020.2969473
Alqahtani A, Alqahtani N, Alsulami AA, Ojo S, Shukla PK, Pandit SV, et al. Classifying electroencephalogram signals using an innovative and effective machine learning method based on chaotic elephant herding optimum. Expert Syst. 2023: e13383. https://doi.org/10.1111/exsy.13383.
Garcia-Perez A, Cegarra-Navarro JG, Sallos MP, Martinez-Caro E, Chinnaswamy A. Resilience in healthcare systems: Cyber security and digital transformation. Technovation. 2023; 121: 102583. ISSN 0166-4972. https://doi.org/10.1016/j.technovation.2022.102583.
Sulaiman R, Schetinin V, Sant P. Review of Machine Learning Approach on Credit Card Fraud Detection. Hum-Cent Intell Syst. 2022; 2: 55–68. https://doi.org/10.1007/s44230-022-00004-0.
Alnaggar, M., Handosa, M., Medhat, T., Z. Rashad, M. Thyroid Disease Multi-class Classification based on Optimized Gradient Boosting Model. Egypt. J Artif Intell. 2023; 2(1): 1-14. https://doi.org/10.21608/ejai.2023.205554.1008
Tang F, Ding J, Wang L, Ning C. A Novel Distant Domain Transfer Learning Framework for Thyroid Image Classification. Neural Process Lett. 2023; 55(3): 2175-2191. https://doi.org/ 10.1007/s11063-022-10940-4
Sinha BB, Ahsan M, Dhanalakshmi R. Light GBM empowered by whale optimization for thyroid disease detection. Int J Inf Technol. 2023: 1-10. https://doi.org/10.1007/s41870-023-01261-3.
Srivastava R, Kumar P. Optimizing CNN based model for thyroid nodule classification using data augmentation, segmentation and boundary detection techniques. Multimed Tools Appl. 2023: 1-36. https://doi.org/10.1007/s11042-023-15068-8.
Huang SF, Cheng CH. A safe-region imputation method for handling medical data with missing values. Symmetry. 2020; 12(11): 1792. https://doi.org/10.3390/sym12111792.
Amirruddin AD, Muharam FM, Ismail MH, Tan NP, Ismail MF. Synthetic Minority Over-sampling TEchnique (SMOTE) and Logistic Model Tree (LMT)- sufficiency levels of oil palm (Elaeis guineensis) using spectroradiometers and unmanned aerial vehicles. Comput Electron Agric. 2022; 193: 106646. https://doi.org/10.1016/j.compag.2021.106646.
Sen S, Jopate R, Kerur SS, Manjunatha LH, Ahmad A, Jothiprakash G. Nanocomposites for Energy Storage. Materials for Sustainable Energy Storage at the Nanoscale. 1st ed. CRC Press. 2023; p. 331-336. https://doi.org/10.1201/9781003355755.
Falhi A, Luaibi N, Alsaedi A. Hypothyroidism and AMH in Iraqi Patients with Chronic Kidney Disease. Baghdad Sci J. 2021; 18(Suppl. 1): 695-699. https://doi.org/ 10.21123/bsj.2021.18.1(Suppl.).0695.
Alnedawe SM, Aljobouri HK. A New Model Design for Combating COVID -19 Pandemic Based on SVM and CNN Approaches. Baghdad Sci J. 2023 Aug. 1 [cited 2024 Jan. 14]; 20(4): 1402. https://orcid.org/0000-0003-1361-2607.
Bao Y, Yang S. Two Novel SMOTE Methods for Solving Imbalanced Classification Problems. IEEE Access. 2023; 11: 5816-5823. https://doi.org/10.1109/ACCESS.2023.3236794.