Wbm-dlnets: envoltura basada en metaheurística redes de aprendizaje profundo optimización de características para mejorar la detección de tumores cerebrales
Autores: Ali, Muhammad Umair; Hussain, Shaik Javeed; Zafar, Amad; Bhutta, Muhammad Raheel; Lee, Seung Won
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Wbm-dlnets: envoltura basada en metaheurística redes de aprendizaje profundo optimización de características para mejorar la detección de tumores cerebrales
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Redes de aprendizaje profundo
Algoritmos de optimización
Diagnóstico de tumores cerebrales
Resonancia magnética
Precisión de clasificación
Máquina de vectores de soporte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Este estudio presenta algoritmos de optimización de características basados en envoltorios de redes neuronales profundas metaheurísticas (WBM-DLNets) para el diagnóstico de tumores cerebrales utilizando imágenes de resonancia magnética.
Descripción
Este estudio presenta algoritmos de optimización de características basados en envoltorios de redes neuronales profundas metaheurísticas (WBM-DLNets) para el diagnóstico de tumores cerebrales utilizando imágenes de resonancia magnética.