Resumen

El trastorno por consumo de alcohol (AUD) es una importante enfermedad cerebral, que podría causar daño y alteración de la estructura cerebral. El diagnóstico actual del AUD se realiza principalmente de forma manual por radiólogos. Este estudio propone un novedoso método basado en visión por computadora para la detección automática del AUD basado en la entropía de Renyi de wavelet y el algoritmo Jaya codificado en tres segmentos a partir de resonancias magnéticas. Se propone la entropía de Renyi de wavelet para proporcionar un análisis multirresolución y multiscale de características, describir la complejidad de la estructura cerebral y extraer las características distintivas. Se utilizó el método de búsqueda en cuadrícula para seleccionar el nivel óptimo de descomposición de wavelet y el orden de Renyi. El clasificador se construyó basado en una red neuronal feedforward y un algoritmo Jaya codificado en tres segmentos (TSE) que proporciona un entrenamiento libre de parámetros de los pesos, sesgos y número de neuronas ocultas. Se realiz

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Trastorno por consumo de alcohol; Enfermedad cerebral; Método basado en visión por computadora; Entropía de Renyi wavelet; Algoritmo Jaya codificado en tres segmentos; Escáneres de resonancia magnética
• Keywords:Alcohol use disorder; Brain disease; Computer-vision-based method; Wavelet Renyi entropy; Three-segment encoded Jaya algorithm; MRI scans