一个小说和混合鱼优化与受限制的交叉和基于突变的特征选择方法治疗焦虑和抑郁症
1Department of CS, AIMT, Ambala, India.
Psychiatria Danubina
|November 2, 2023
概括
这项研究引入了一种新的混合算法,即基于受限交叉突变的鱼优化算法 (RCM-WOA),用于诊断焦虑和抑郁. RCM-WOA的准确率达到91.4%,超过了这些关键心理障碍的其他方法.
科学领域:
- 计算智能是一种计算智能.
- 机器学习用于医疗保健
- 群体情报应用程序群体情报应用程序
背景情况:
- 焦虑和抑郁是普遍存在的心理障碍,对健康有重大影响.
- 准确的诊断对于有效的治疗和管理至关重要.
- 当前的诊断方法可以从先进的计算方法中受益.
研究的目的:
- 开发和评估一种最佳特征选择技术,用于诊断焦虑和抑郁.
- 为了比较基于群体智能的元启发式算法对心理障碍诊断的有效性.
- 为了引入一种新的混合算法,基于受限交叉突变的鱼优化算法 (RCM-WOA).
主要方法:
- 使用了1128个实例和46个与抑郁和焦虑相关的属性的数据集.
- 采用了包括遗传算法,灰狼优化器和鱼优化算法在内的九种超听觉技术.
- 一种新的混合特征选择方法,RCM-WOA,旨在平衡勘探和开发.
主要成果:
- 采用集群智能算法,并使用准确度,灵敏度和特异性等指标进行评估.
- 拟议的RCM-WOA实现了91.4%的诊断准确度.
- 性能指标证明了RCM-WOA在确定最佳特征集方面的有效性.
结论:
- 焦虑和抑郁是关键疾病,需要有效的诊断工具.
- 与诊断这些疾病的现有最先进方法相比,RCM-WOA表现出卓越的性能.
- 这项研究提供了一个有前途的计算方法来改善心理障碍的诊断.
