تبحث الورقة البحثية في تطبيق نماذج التعلم الآلي للكشف المبكر وتصنيف مرض الكلى المزمن (CKD) باستخدام مجموعات ميزات سريرية متنوعة. على وجه التحديد، تستخدم الدراسة الشبكات العصبية الاصطناعية (ANNs) والغابات العشوائية (RFs) على مجموعة بيانات تضم 400 مريض، وتحلل ثلاث مجموعات ميزات: ميزات المنزل، والمراقبة، والميزات المخبرية. تشير النتائج إلى أن RFs تتفوق على ANNs…

تقدم ورقة البحث نهجًا جديدًا للتشخيص بمساعدة الكمبيوتر لحصى المرارة باستخدام شبكة عصبية تلافيفية مخصصة (CNN) مع طريقة تفسير بصري بعد الحدث. تهدف البنية المقترحة إلى تعزيز دقة وقابلية تفسير تصنيف حصى المرارة من صور الموجات فوق الصوتية. تشمل المساهمات الرئيسية تطوير شبكة CNN مخصصة مصممة لهذه المهمة، وشبكة تنافسية تلافيفية عميقة معدلة لتوليد صور…

تتناول الأبحاث القضية الملحة لمرض السكري، وخاصة في الدول النامية، حيث تساهم بشكل كبير في معدلات الوفيات. على الرغم من إمكانيات التعلم الآلي (ML) للكشف المبكر والعلاج، إلا أن الدراسات السابقة واجهت صعوبات في دقة التصنيف المنخفضة بسبب تحديات مثل الإفراط في التخصيص وضوضاء البيانات. تعزز هذه الدراسة دقة التصنيف من خلال استخدام تقنيات التعلم…

تقدم هذه الدراسة خوارزمية تحسين الإوز الرمادي (GGO) التي تهدف إلى تعزيز دقة تصنيف أمراض القلب. تشمل أمراض القلب حالات مختلفة تؤثر على هيكل القلب ووظيفته، بما في ذلك مرض الشريان التاجي، وعدم انتظام ضربات القلب، واعتلال عضلة القلب. تستخدم الدراسة نسخة ثنائية من GGO (bGGO) لاختيار الميزات، مع تقييمها مقابل ستة خوارزميات تحسين ثنائية…

تتناول ورقة البحث تطبيق تقنيات التعلم الآلي (ML) لتحسين التشخيص المبكر لمرض السكري، وهو حالة مزمنة مرتبطة بمضاعفات صحية خطيرة مثل السكتة الدماغية وفشل القلب. باستخدام مجموعة بيانات السكري الهندي PIMA (PIDD)، التي تتكون من 768 حالة و9 ميزات، تؤكد الدراسة على أهمية خطوات المعالجة المسبقة، بما في ذلك تعويض المتوسط وتطبيع البيانات، قبل تدريب…