ஜர்னல் ஆஃப் தியரிட்டிகல் & கம்ப்யூட்டேஷனல் சயின்ஸ்
திறந்த அணுகல்

சுருக்கம்

மருத்துவ நோயறிதல் அமைப்பில் வகைப்பாடு மற்றும் உதவிக்கான ஆதரவு மைய இயந்திர முறை

Zefeng Wang, Laurent Peyrodie, Hua Cao மற்றும் Samuel Boudet

குறிக்கோள்கள்: நோயறிதல் மற்றும் முன்கணிப்புக்கு உதவுவதற்கான ஒரு புதிய செயற்கை நுண்ணறிவு முறை 'ஆதரவு மைய இயந்திரங்கள்' (SCM) மருத்துவ முறைக்கு பயன்படுத்தப்படுகிறது. முறைகள் தரவு செயலாக்கத்தில், இயந்திர கற்றலின் போது ஒவ்வொரு வகுப்பினதும் உண்மையான மையங்களை SCM தேடுகிறது. மருத்துவ அமைப்பில் பயன்பாட்டிற்கு, இது இந்த மையங்களை சுகாதார-சூழ்நிலை மாதிரிகளாக மாற்றுகிறது மற்றும் அனைத்து சுகாதார பதிவுகளையும் வரைபடமாக மொழிபெயர்க்கிறது. நோய் அல்லாத மற்றும் நோய்கள் போன்ற அனைத்து மாதிரிகளும் இந்த வரைபடத்தில் லேபிளிடப்பட்டுள்ளன. எனவே, நோயாளியின் உடல்நலப் பதிவுகளின் பரிணாமத்தை வரைபடத்துடன் கண்காணிக்க முடியும். சமீபத்திய பதிவு தரவுகளிலிருந்து மையங்களுக்கான தூரத்தின் பரிணாம வளர்ச்சியின் அடிப்படையில், அமைப்பு ஆரோக்கியமான பரிணாம வளர்ச்சியின் போக்கை மதிப்பிடுகிறது மற்றும் எதிர்காலத்தில் சாத்தியமான சூழ்நிலையை முன்னறிவிக்கிறது. முடிவுகள்: SCM ஆனது 'விஸ்கான்சின் மார்பக புற்றுநோய் தரவு' மீது சோதிக்கப்பட்டது மற்றும் LDA மற்றும் SVM முறைகளுடன் ஒப்பிடப்பட்டது. ஆரோக்கியமான வரைபடத்தை வரையறுக்க இருபது மையங்கள் கண்டறியப்பட்டன. ரயிலுக்கான நானூற்று ஐம்பது ரேண்டம் டேட்டா தேர்வின் சோதனை முடிவுகளின் அடிப்படையில், SCM ஒரு சிறந்த செயல்திறனைக் காட்டியது, மார்பகப் புற்றுநோயின் சரியான கண்டறிதல் விகிதங்கள் 91.4% முதல் 95.6% வரை வேறுபடுகின்றன, இது 10% தரவுகளுடன் தொடர்புடையது மற்றும் 90% தரவு இயந்திர கற்றலுக்கு பயன்படுத்தப்படுகிறது. இந்த விகிதங்கள் SVM மற்றும் LDA ஐ விட 1% முதல் 5% வரை அதிகரித்துள்ளது. கூடுதலாக, SVM மற்றும் LDA உடன் ஒப்பிடும்போது, ​​SCM முடிவுகளின் சரியான கண்டறிதல் விகிதங்களின் மாறுபாடு 0.8% முதல் 3.0% வரை குறைந்துள்ளது. பயிற்சிக்கு 10% தரவு மட்டுமே இருந்தபோதிலும், விகிதம் 3 முக்கிய கூறுகளுடன் 87% ஆக இருந்தது. அமைப்பு பயிற்சிக்காக 50% தரவைப் பயன்படுத்தி மற்றவற்றைச் சோதனை செய்தபோது, ​​சராசரி விகிதம் 93% ஆகவும், சிறந்தது 95% ஆகவும் இருந்தது.
முடிவுகள்: SCM வெற்றிகரமாக நோய் கண்டறிதல்/முன்கணிப்பு முறையை உருவாக்கி ஆரோக்கியமான வரைபடத்தை உருவாக்குகிறது. இது 2D அல்லது 3D வரைபடத்தில் சுகாதாரப் பதிவைக் காண்பிக்கும், இது மருத்துவர் விளக்கத்தை பொருத்த அனுமதிக்கிறது. கூடுதலாக, ஒரு புதிய சூழ்நிலை (அறிகுறி / நோய்) ஏற்பட்டால், பயிற்சியாளர் அதை காட்சிப்படுத்தலாம் மற்றும் SCM இன் தற்போதைய வரைபடங்களின்படி பகுப்பாய்வு செய்யலாம்.