Liver Disease Classification using Optimized Periodic Implicit Generative Adversarial Network

doi:10.1016/j.knosys.2025.114579

Liver Disease Classification using Optimized Periodic Implicit Generative Adversarial Network

2025-10-19

0

PRE

AI

DOI：10.1016/j.knosys.2025.114579

原文链接

原文求助

摘要

En 中文

健康的肝脏能产生大量有机成分，但肝脏功能异常可能危及生命并导致死亡。只有早期疾病检测才能提高生存率。因此，本文提出了一种基于黄金豺优化算法优化的周期性隐式生成对抗网络（PIGAN-GJOA-LDC）用于肝脏疾病分类。首先，输入图像从印度肝脏患者数据集（ILPD）中收集。然后，输入图像被送入预处理阶段，采用颜色维纳滤波（Colour Wiener filtering）来提高输入图像质量。预处理后的图像被输入改进的非下采样剪切波变换（INSST）方法进行特征提取。提取的特征被送入周期性隐式生成对抗网络（PIGAN）以区分肝脏疾病与非肝脏疾病。黄金豺优化算法（GJOA）用于优化PIGAN的权重参数。PIGAN-GJOA-LDC方法的效率通过准确率、精确率和F分数等指标进行评估。所提出的方法实现了99.87%的更高准确率，相比现有模型，在肝脏疾病分类上提高了27.32%、29.83%、25.29%，同时计算时间缩短至33秒，比现有模型减少了20.26%、20%、21.74%。

Liver Disease Classification using Optimized Periodic Implicit Generative Adversarial Network

摘要

期刊

机构

引用论文