هناک العديد من الأمراض التي تتطلب الکشف المبکر عن التشخيص السريع والعلاج والشفاء ، والتأخير في التشخيص يؤدي إلى مخاطر أخرى. في الآونة الأخيرة ، تحول الباحثون إلى استخدام الذکاء الاصطناعي لاکتشاف العديد من الأمراض بسرعة ودقة عالية ، خاصة التعلم الآلي ، CNN ، واستخدام خوارزميات التحسين لاختيار الميزات الضرورية من أجل عمل نموذج تدريبي بسيط لمرحلة التصنيف. نظرًا لأن معظم مجموعات البيانات تتکون من ميزات صاخبة ومتکررة في جميع مجالات التطبيق ، فإن هذا يؤدي إلى إبطاء أداء المصنف وقد يقلل من دقة التصنيف لأن مساحة البحث تصبح ضخمة ويؤثر أيضًا على وقت تشغيل التصنيف. قدمت هذه المراجعة مراجعة شاملة لتحسين سرب الجسيمات (PSO) ، ومستعمرة النحل الاصطناعية (ABC) ، وتحسين الذئب الرمادي (GWO) ، وستتم معالجة استخداماتها في تشخيص الأمراض المختلفة مثل سرطان الجلد وأورام الغدة الکظرية والسکري ، والقلب التاجي وغيرها. أيضًا ، الإجراءات المختلفة التي اتخذها الباحثون لتحسين دقة وسرعة التشخيص ، والتغييرات التي أجروها على هذه الخوارزميات ، والتهجين على هذه الخوارزميات ، والاتجاهات المستقبلية المقترحة في کل بحث. أساس هذه الدراسة هو مساعدة الباحثين الجدد في الحصول على لمحة عامة عن خوارزميات ذکاء السرب ودورها في تشخيص الأمراض وتوضيح آفاقها نحو الاتجاه المستقبلي في هذا المجال.
)
مشاهدة على SCiNiTO