Détection d'un diagnostic de maladie rénale chronique à l'aide d'un algorithme RNN

Les maladies rénales chroniques, communément appelées maladies rénales chroniques, sont des maladies rénales caractérisées par une fonction rénale anormale ou une dégradation de la fonction rénale qui prend beaucoup de temps, voire des mois, pour s'achever. Les maladies rénales chroniques sont souvent découvertes lorsque les individus sont reconnus comme étant en danger d'obstacle rénal, ceux qui ont de l'hypertension ou du diabète, par exemple, sont testés, ainsi que ceux qui ont une famille de sang qui a une maladie rénale chronique en conséquence, un pronostic rapide est un élément critique dans la lutte contre la maladie et la fourniture d'une thérapie efficace . Lestechniques de mise en oeuvre de l'apprentissage profond telles que CNN ; RNN pour la maladie ré nale chroniquesont suggérées dans ce travail. En utilisant le moins de caractéristiques possibles, le résultat final permet de prévoir si la personne est atteinte ou non de la maladie rénale chronique. Dans notre recherche, nous utiliserons des algorithmes tels que le réseau neuronal à convolution (CNN) en tant que système existant et le réseau neuronal récurrent (RNN) en tant que système proposé, et nous les comparerons en termes de précision . Les résultats montrent que le réseau neuronal récurrent (RNN) est plus performant que le réseau neuronal à convolution (CNN).

Autorentext

A. Sai Suneel travaille comme professeur assistant au département ECE, School of Engineering and Technology, SPMVV, Tirupati, Andhra Pradesh, Inde.Mme CH. Padmavathi et Mme P. Manjulamma travaillent comme professeurs assistants au département d'ECE, Narayana Engineering College, Gudur, Andhra Pradesh, Inde.