机构名称：
¥ 1.0
Priya Vij 1*，Patil Manisha Prashant 1摘要背景：卵巢癌（OC）是女性生殖系统的高致命性恶性肿瘤，其特征是由于疾病的复杂性和晚期诊断，其死亡率高以及与临床研究相关的挑战。技术的进步，例如医学事物（IOMT），为改善OC检测和诊断提供了新的机会。目的：本研究旨在使用IOMT数据开发和评估一种新型的OC检测方法，利用自组织图（SOM）和改进的复发性神经网络（IRNN），并通过扩展的和谐搜索优化（EHSO）算法增强了重复的神经网络（IRNN），以提高功能选择和分类准确性。方法：该研究利用IOMT的OC数据并应用了SOM进行功能选择，这有助于管理和分类大数据集。SOM被用来改善数据表示形式，并解决标签和分类数据中的挑战。使用EHSO算法进行了优化的IRNN模型，以增强分类性能。
使用自我出版的
主要关键词
相关文件推荐
