通过人工神经网络对贫血进行识别与分类：三种模型的比较分析
机器学习
2024-04-09 v1 系统与控制
系统与控制
摘要
本文提出了不同的基于神经网络的分类器算法，用于诊断和分类贫血。该研究将这些分类器与既有模型进行比较，如前馈神经网络、Elman 网络和非线性自回归外生模型。实验评估是使用 230 名患者的临床实验室测试结果数据进行的。所提出的神经网络具有九个输入（年龄、性别、RBC、HGB、HCT、MCV、MCH、MCHC、WBCs）和一个输出。针对不同患者的仿真结果表明，所提出的人工神经网络能够快速准确地检测出该疾病的存在。因此，该网络可无缝集成到临床实验室中，用于自动生成贫血患者报告。此外，所提出的方法成本低廉，可以低成本部署在硬件上。
引用
@article{arxiv.2404.04690,
title = {The Identification and Categorization of Anemia Through Artificial Neural Networks: A Comparative Analysis of Three Models},
author = {Mohammed A. A. Elmaleeh},
journal= {arXiv preprint arXiv:2404.04690},
year = {2024}
}