ty -jour a2 -abd el -latif，ahmed A. au -alsuhibany，suliman A. au -abdel -khalek，sayed au -au -algarni -algarni，ali au -fayomi -aumi，aisha au -gupta -gupta-，Romany F. Py -2021 DA -2021/27 TI-基于深度学习的临床决策支持系统，用于慢性肾脏疾病的慢性肾脏疾病诊断，在事物环境中SP -4931450 VL -2021 AB-最近，最近，事物互联网（物联网和云计算环境通常通过整合监测诸如传感器和医疗小工具的事物来观察远程患者，从而在几种医疗保健应用中使用。为了利用改进的医疗服务，可以在CC环境中研究来自药用领域的物联网小工具产生的大量数据，而不是依靠有限的处理和存储资源。同时，慢性肾脏疾病（CKD）的早期鉴定对于显着降低死亡率至关重要。这项研究开发了一个基于深度学习的临床决策支持系统（EDL-CDS）的合奏，用于IOT环境中的CKD诊断。EDL-CDSS技术的目的是使用IoT设备和基准存储库收集的医疗数据检测和分类CKD的不同阶段。此外，EDL-CDSS技术涉及用于离群检测过程的自适应合成（ADASYN）技术的设计。此外，执行了三个模型的合奏，即深度信念网络（DBN），内核极端学习机（KELM）和带有封闭式复发单元（CNN-GRU）的卷积神经网络。最后，准排位式蝴蝶优化算法（Qoboa）用于DBN和CNN-GRU模型的高参数调整。进行了广泛的模拟，并根据不同的措施研究了结果。 A brief outcomes analysis highlighted the supremacy of the EDL-CDSS technique on exiting approaches. SN - 1687-5265 UR - https://doi.org/10.1155/2021/4931450 DO - 10.1155/2021/4931450 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -