Dl-mdf-oh: marco de diagnóstico optimizado de monkeypox basado en deep learning utilizando el algoritmo de optimización de harris hawks metaheurístico
Autores: Almutairi, Saleh Ateeq
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Dl-mdf-oh: marco de diagnóstico optimizado de monkeypox basado en deep learning utilizando el algoritmo de optimización de harris hawks metaheurístico
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Monkeypox
Pandemia
Diagnóstico
Aprendizaje automático
Modelos CNN
Algoritmo metaheurístico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
En este estudio se realizaron experimentos en dos conjuntos de datos (es decir, Conjunto de Datos de Imágenes de Piel de Monkeypox (MSID) y Conjunto de Datos de Imágenes de Monkeypox (MPID)). Para el conjunto de datos MSID, se lograron valores del 97.67%, 95.19%, 97.96%, 95.11%, 96.58%, 95.10%, 90.93% y 96.65% en cuanto a precisión, sensibilidad, especificidad, PPV, BAC, F1, IoU y ROC, respectivamente. Mientras que para el conjunto de datos MPID, se lograron valores del 97.51%, 94.84%, 94.48%, 94.96%, 96.66%, 94.88%, 90.45% y 96.69% en cuanto a precisión, sensibilidad, especificidad, PPV, BAC, F1, IoU y ROC, respectivamente.
Descripción
En este estudio se realizaron experimentos en dos conjuntos de datos (es decir, Conjunto de Datos de Imágenes de Piel de Monkeypox (MSID) y Conjunto de Datos de Imágenes de Monkeypox (MPID)). Para el conjunto de datos MSID, se lograron valores del 97.67%, 95.19%, 97.96%, 95.11%, 96.58%, 95.10%, 90.93% y 96.65% en cuanto a precisión, sensibilidad, especificidad, PPV, BAC, F1, IoU y ROC, respectivamente. Mientras que para el conjunto de datos MPID, se lograron valores del 97.51%, 94.84%, 94.48%, 94.96%, 96.66%, 94.88%, 90.45% y 96.69% en cuanto a precisión, sensibilidad, especificidad, PPV, BAC, F1, IoU y ROC, respectivamente.