インターネット・オブ・シングスを用いた慢性腎臓病予測システムにおけるセイウチ最適化ディープラーニング技術

科学分野:

• 医療情報学
• ヘルスケアにおける人工知能
• 生体医用工学

背景:

• 医療用IoT（IoMT）は膨大な患者データを生成しており、高度な分析方法が必要とされています。
• クラウドコンピューティング（CC）とディープラーニング（DL）は、ヘルスケアデータの処理においてますます重要になっています。
• 慢性腎臓病（CKD）の正確な予測は、適時の介入と患者管理のために非常に重要です。

研究 の 目的:

• IoMT環境におけるCKD予測のために、セイウチ最適化アルゴリズムで最適化された効果的なディープラーニング技術を提案すること。
• 高度な特徴抽出および選択方法を活用することにより、CKD予測モデルの精度と信頼性を向上させること。

主な方法:

• データ前処理には、欠損値補完、数値変換、正規化が含まれていました。
• K平均法（KM）クラスタリングは、予測バイアスを防ぐためにデータセットのバランス調整に使用されました。
• 強化残差ネットワーク50（EResNet50）が識別的特徴を抽出し、その後、エリート反対およびコーシー分布ベースのセイウチ最適化アルゴリズム（ECWOA）が最適な特徴選択に使用されました。
• セイウチ最適化双方向長短期記憶（WOBLSTM）が最終的なCKD分類に使用されました。

主要な成果:

• 提案されたECWOA-EResNet50-WOBLSTMモデルは、既存の方法と比較して優れた性能を示しました。
• 慢性腎臓病予測において99.89%という高い感度を達成しました。
• 統合されたアプローチは、正確な疾患予測のために複雑なIoMTデータを効果的に処理しました。

結論:

• 開発されたディープラーニング技術は、IoMTデータを使用したCKD予測のための非常に効果的なソリューションを提供します。
• 最適化アルゴリズムは、特徴選択と分類精度を大幅に向上させました。
• このアプローチは、慢性腎臓病の早期検出と管理の改善に有望です。