Deep Maxout Network-based Feature Fusion and Political Tangent Search Optimizer enabled Transfer Learning for Thalassemia Detection

要約

サラセミアは、ヘモグロビンポリペプチド鎖の生成の欠如を引き起こす遺伝的欠陥の結果である遺伝性の血液疾患です。
ただし、これらの領域での正確な頻度や共有についてはあまり理解されていません。
したがって、サラセミアの発生頻度と信頼できる変異について知ることは、予防、制御、治療計画において重要なステップとなります。
ここでは、サラセミア検出のために Political Tangent Search Optimizer ベースの転移学習 (PTSO_TL) が導入されています。
最初に、特定のデータセットから取得された入力データがデータ正規化ステージで正規化されます。
分位点正規化はデータ正規化段階で利用され、その後データは特徴融合段階に渡され、ディープ マックスアウト ネットワーク (DMN) による加重ユークリッド距離が利用されます。
その後、オーバーサンプリング法を使用してデータ拡張が実行され、データの次元が増加します。
最後に、サラセミアの検出は TL によって実行されます。この場合、畳み込みニューラル ネットワーク (CNN) が、Xception などのトレーニング済みモデルからのハイパーパラメーターとともに利用されます。
TL は PTSO によって調整され、トレーニング アルゴリズム PTSO は、Political Optimizer (PO) と Tangent Search Algorithm (TSA) の結合によって提供されます。
さらに、PTSO_TL は、それぞれ約 94.3%、96.1%、および 95.2% という最大精度、再現率、および f 値を取得しました。

要約(オリジナル)

Thalassemia is a heritable blood disorder which is the outcome of a genetic defect causing lack of production of hemoglobin polypeptide chains. However, there is less understanding of the precise frequency as well as sharing in these areas. Knowing about the frequency of thalassemia occurrence and dependable mutations is thus a significant step in preventing, controlling, and treatment planning. Here, Political Tangent Search Optimizer based Transfer Learning (PTSO_TL) is introduced for thalassemia detection. Initially, input data obtained from a particular dataset is normalized in the data normalization stage. Quantile normalization is utilized in the data normalization stage, and the data are then passed to the feature fusion phase, in which Weighted Euclidean Distance with Deep Maxout Network (DMN) is utilized. Thereafter, data augmentation is performed using the oversampling method to increase data dimensionality. Lastly, thalassemia detection is carried out by TL, wherein a convolutional neural network (CNN) is utilized with hyperparameters from a trained model such as Xception. TL is tuned by PTSO, and the training algorithm PTSO is presented by merging of Political Optimizer (PO) and Tangent Search Algorithm (TSA). Furthermore, PTSO_TL obtained maximal precision, recall, and f-measure values of about 94.3%, 96.1%, and 95.2%, respectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google