Implementation and Study on Liver Cirrhosis Disease Diagnosis Prediction Using a Method for Machine Learning Algorithms: A Comparative Approach Analysis
Diese Arbeit präsentiert eine vergleichende Analyse von Algorithmen des maschinellen Lernens, die auf anonymisierte klinische Datensätze aus dem „Aadarshvelu“-Datensatz angewendet wurden, und zeigt auf, dass ein vorgeschlagenes Label-Attention-Modell eine überlegene diagnostische Genauigkeit (94,05 %) und einen F1-Score (95,05 %) bei der Vorhersage von Stadien der Leberzirrhose erreicht, wodurch ein kosteneffizientes Werkzeug zur Verbesserung der Früherkennung und der klinischen Entscheidungsfindung angeboten wird.