MEDICINE & AI

タイトル：Foot fractures diagnosis using a deep convolutional neural network optimized by extreme learning machine and enhanced snow ablation optimizer. 雑誌名：Sci Rep. 2024 Nov 18; 14(1): 28428. 概　要： 本研究は、足の骨折診断のための新しいハイブリッド手法を提案しています。この手法は、深層学習とメタヒューリスティックを組み合わせて、効率的な診断モデルを提供します。まず、特徴抽出と分類の前に前処理ステップを適用し、主モデルとして事前学習済みのZFNetを使用します。ネットワークの最終層は、極限学習機械（ELM）に置き換えられ、さらに新たに開発された強化雪融解最適化器（ESAO）によって最適化されます。提案したモデルの有効性を検証するために、標準的なベンチマークに適用し、他の高技術手法と比較しました。 方　法： この研究は、足の骨折診断のためのハイブリッドモデルを用いたもので、事前処理、特徴抽出、分類のステップを含みます。主モデルは事前学習済みのZFNetを基にしており、最終層はELMに置き換えられ、ESAOによって最適化されています。提案モデルは、IRBからの標準的なベンチマークに適用され、他の手法と比較されました。 結　果： 提案したZFNet/ELM/ESAOモデルは、足の骨折診断において効率的なモデルとして利用可能であることが示されました。結果は、Decision Tree/K-Nearest Neighbour（DT/KNN）、線形判別分析（LDA）、Inception-ResNet Faster R-CNN（FRCNN）、Transfer learningに基づくエンセmbles畳み込みニューラルネットワーク（TL-ECNN）、およびDCNN/LSTMを含む複合モデルと比較されました。 結　論： ZFNet/ELM/ESAOに基づく提案モデルは、足の骨折診断において高い効率性を示し、他の先進的な手法と比較して優れた結果を得ることができました。