एक नवीन ODMC मॉडल मलेरिया रक्त स्मियर वर्गीकरण के लिए गहन विशेषता फ्यूजन और अनुकूलन का उपयोग करता है

संक्षिप्त परिचय मलेरिया मानवता के लिए एक विशाल खतरा है, जिसके मामले प्रत्येक वर्ष बढ़ते जा रहे हैं। चिकित्सा के क्षेत्र में शोध मलेरिया के पूर्व निदान के लिए विधियाँ प्रदान करने में काफी योगदान कर रहा है। चिकित्सा अनुसंधान के अलावा, सूचना प्रौद्योगिकी भी मलेरिया निदान के लिए प्रभावी विधियाँ प्रस्तावित करने में महत्वपूर्ण भूमिका निभा रही है। मैनुअल हस्तक्षेप को कम करने और निदान की सटीकता बढ़ाने के लिए, स्वचालित प्रणालियों का अध्ययन हाल ही में किया जा रहा है। इस पत्र में एक एंसेंबल डीप लर्निंग योजना प्रस्तावित की गई है जिसमें दो अत्याधुनिक प्रिप्रशिक्षित डीप कॉन्वोल्यूशन न्यूरल नेटवर्क (CNN) मॉडलों ResNet101 और SqueezeNet द्वारा प्राप्त विशेषताओं का फ्यूजन करके मलेरिया रक्त स्मियर्स को लाल रक्त कोशिकाओं से वर्गीकृत किया गया है। एक हस्तनिर्मित विशेषता निकालने वाला स्थानीय बाइनरी पैटर्न (LBP) भी लागू किया गया है, जो बेहतर अंतर के लिए छवि के संक्रमित क्षेत्रों की बनावट विशेषताओं को निकालने के लिए फ्यूज्ड डीप मॉडल विशेषताओं के साथ है। विशेषता चयन और अनुकूलन के लिए रैखिक विभेदक विश्लेषण (LDA) का उपयोग किया जाता है। अंत में, चयनित विशेषताओं का वर्गीकरण कुछ वर्गकर्ताओं के सेट का उपयोग करके किया जाता है। प्रस्तावित ऑप्टिमाइज्ड डीप मलेरिया क्लासिफायर (ODMC) मॉडल ने अद्वितीय समय दक्षता के साथ 99.73% सटीकता प्राप्त की।