Resumen

Con el desarrollo de la informatización médica, los datos relacionados con el campo de la medicina crecen a una velocidad asombrosa, y aparecen los big data médicos. La extracción y el análisis de estos datos desempeñan un papel importante en la predicción, el seguimiento, el diagnóstico y el tratamiento de las enfermedades tumorales. Por lo tanto, este artículo propone un algoritmo de agrupación del algoritmo de red neuronal de recocido simulado de alto orden y utiliza este algoritmo para extraer los grandes datos relacionados con las enfermedades tumorales, construye un conjunto de entrenamiento de acuerdo con la información relevante extraída, diseña un tipo de modelo de reducción de la dimensión, con el objetivo de resolver el problema del diagnóstico y el tratamiento excesivos y erróneos en el módulo de diagnóstico y tratamiento del modo de monitorización de las enfermedades tumorales, y establece el mecanismo de control correspondiente, con el fin de optimizar el modo de monitorización de las enfermedades tumorales. Los resultados muestran que la precisión de agrupación del algoritmo de red neuronal de recocido simulado de alto orden en diferentes conjuntos de datos (iris, vino y diabetes de la India Pima) es del 97,33%, 82,11% y 70,56 y el tiempo de ejecución es de 0,75 s, 0,562 s y 1,092 s, que son mejores que los del algoritmo rápido de k-medoides y el algoritmo mejorado de agrupación de k-medoides. En resumen, el algoritmo de red neuronal de recocido simulado de alto orden puede lograr un buen efecto de agrupación en la minería de grandes datos médicos. El establecimiento del modelo M1 puede reducir la probabilidad de un tratamiento médico excesivo y erróneo y mejorar la eficacia del diagnóstico y la supervisión del módulo de tratamiento en el modo de supervisión de enfermedades tumorales.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:modo de monitorización de la enfermedad, algoritmo de red neuronal, monitorización de la enfermedad tumoral, big data médico, enfermedad tumoral, modelo de reducción de dimensiones, monitorización del módulo de tratamiento, establecimiento del modelo, tratamiento del tumor, módulo del tumor
• Keywords:disease monitoring mode, neural network algorithm, tumor disease monitoring, medical big data, tumor disease, dimensions reduction model, treatment module monitoring, establishment of model, treatment of tumor, module of tumor