Überblick und Klassifizierung von auf Schwarmintelligenz basierenden naturinspirierten Rechenalgorithmen und deren Anwendungen in der Krebserkennung und -diagnose

Mit dem Aufkommen von naturinspirierten Rechentechniken (NIC) haben Forscher realistische und komplexe Problemlösungen verstanden und modelliert. NIC, ein Zweig der künstlichen Intelligenz, arbeitet an der Übertragung von Wissen von natürlichen Phänomenen auf technische Systeme, die in verschiedenen Bereichen anwendbar sind. Obwohl es viele Techniken zur Krankheitsdiagnose gibt, sind NIC-Algorithmen sehr effizient und haben mehr Aufmerksamkeit für Probleme der modernen Forschung gewonnen. In den letzten Jahren haben diese Algorithmen an Popularität in der Erkennung und Diagnose von Krebs gewonnen, einer lebensbedrohlichen Krankheit, die zu einer hohen Sterblichkeitsrate bei Menschen geführt hat. Schwarmintelligenz (SI), einer der am häufigsten verwendeten NIC-basierten Algorithmen, die von dem Verhalten sozialer Insekten wie Termiten, Bienen, Wespen usw. motiviert ist, hilft bei der Lösung verschiedener bioinformatischer Probleme. In diesem Kapitel werden unterschiedliche naturinspirierte Rechenintelligenzalgorithmen vorgestellt, wobei der Schwerpunkt auf verschiedenen Arten von SI-basierten naturinspirierten Algorithmen liegt, die sich auf Prinzipien, Entwicklungen und Anwendungsbereiche konzentrieren. Darüber hinaus beschreibt das Kapitel auch Anwendungen von SI-basierten Algorithmen bei der Erkennung und Diagnose verschiedener Stadien und Arten von Krebs. Schließlich konzentriert es sich auf Stärken und Einschränkungen sowie auf zukünftige Richtungen dieser Techniken in der Krebsdiagnose.