Resumen

Recientemente, el Internet de las Cosas (IoT) y los entornos de computación en la nube se emplean comúnmente en varias aplicaciones sanitarias mediante la integración de objetos de monitorización como sensores y aparatos médicos para observar a pacientes remotos. Para disponer de mejores servicios sanitarios, la enorme cantidad de datos generados por los aparatos de IoT en el ámbito médico puede investigarse en el entorno de la CC en lugar de depender de los limitados recursos de procesamiento y almacenamiento. Al mismo tiempo, la identificación temprana de la enfermedad renal crónica (ERC) se vuelve esencial para reducir la tasa de mortalidad de manera significativa. Este estudio desarrolla un conjunto de sistemas de apoyo a la decisión clínica basados en el aprendizaje profundo (EDL-CDSS) para el diagnóstico de la ERC en el entorno del IoT. El objetivo de la técnica EDL-CDSS es detectar y clasificar las diferentes etapas de la ERC utilizando los datos médicos recogidos por los dispositivos IoT y los repositorios de referencia. Además, la técnica EDL-CDSS implica el diseño de la técnica Adaptive Synthetic (ADASYN) para el proceso de detección de valores atípicos. Además, se realiza un conjunto de tres modelos, a saber, la red de creencia profunda (DBN), la máquina de aprendizaje extremo del núcleo (KELM) y la red neuronal convolucional con unidad recurrente cerrada (CNN-GRU). Por último, se utiliza el algoritmo de optimización cuasi-opositiva de mariposas (QOBOA) para el ajuste de los hiperparámetros de los modelos DBN y CNN-GRU. Se ha llevado a cabo una amplia gama de simulaciones y los resultados se estudian en términos de distintas medidas. Un breve análisis de los resultados puso de manifiesto la supremacía de la técnica EDL-CDSS sobre los enfoques existentes.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:técnicas de cd, edl, internet de las cosas, análisis de resultados breves, mejora de los servicios sanitarios, unidad recurrente cerrada, red neuronal convolucional, rango de simulación, proceso de detección de valores atípicos, red de creencias profundas
• Keywords:cd techniques, edl, internet of things, brief outcomes analysis, improved healthcare services, gated recurrent unit, convolutional neural network, range of simulation, outlier detection process, deep believes network