TY -的A2 - Ning,鑫盟——Deif Mohanad A . AU -玫瑰油,哈尼族盟——Amer扎非盟-伊萨,Haitham AU - Khosravi,默罕默德·r . AU - Solyman艾哈迈德·A·A . PY - 2022 DA - 2022/05/05 TI -基于混合方法的一个新的特征选择方法对大肠癌组织学分类SP - 7614264六世- 2022 AB -结直肠癌(CRC)是全球最常见的恶性肿瘤之一。降低癌症的死亡率,早期诊断和治疗是至关重要的,导致更大的提高和生存患者的长度。本文混合特征选择技术(RF-GWO)基于随机森林算法(RF)和灰狼优化(拥有)提出了处理高维和冗余数据集的早期诊断结直肠癌(CRC)。特征选择的目标是正确选择最小最相关的特征子集的大量的复杂的数据达到较高的分类精度。灰狼优化(拥有)和随机森林(RF)算法被用来找到最合适的特性在人类结肠直肠癌的组织学图像数据集。然后,选择最佳的特性基础上,应用人工神经网络(ann)分类器分类多级纹理分析结直肠癌。GWO之间的比较,另一个优化粒子群优化(PSO)的技术也进行了确定哪些技术最成功的增强的RF算法。此外,它是选择一个优化的关键技术有能力消除冗余特性和实现最优特征子集,因此实现CRC分类性能的准确性高,精度和灵敏度。海德堡大学医学中心病理档案被用于该方法的性能检查发现超越基准的方法。结果表明,该特征选择方法(GWO-RF)已经超过了其他国家的艺术方法,实现整体精度,精度,和敏感率为98.74%,98.88%,和98.63%,分别。 SN - 1530-8669 UR - https://doi.org/10.1155/2022/7614264 DO - 10.1155/2022/7614264 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -