I
n
d
on
e
s
ian
Jou
r
n
al
o
f
E
lec
t
r
ica
l
E
n
gin
e
e
r
in
g
a
n
d
Com
p
u
t
e
r
S
c
ience
Vo
l
.
38
,
N
o
.
1
,
A
pr
i
l
20
25
,
pp.
689
~
698
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
38.
i
1
.
pp
689
-
698
689
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
A
n
e
n
se
m
b
le
ap
p
r
oac
h
f
or
d
e
t
e
c
t
io
n
of
d
ia
b
e
t
e
s u
si
n
g
S
V
M
an
d
D
T
M
an
gal
ap
al
l
i
Va
m
s
i
k
r
is
h
n
a
1
,
M
a
n
u
G
u
p
t
a
2
,
Jayas
h
r
i
B
agad
e
3
,
Rat
n
m
al
a
B
h
im
an
p
al
l
e
wa
r
3
,
P
r
iya
S
h
e
lk
e
3
,
Jagad
e
e
s
h
B
od
ap
at
i
4
,
Govi
n
d
u
Kom
a
l
i
5
,
P
r
ave
e
n
M
an
d
e
6
1
D
e
pa
r
tm
e
nt
of
I
n
f
or
ma
ti
o
n
T
e
c
hn
o
l
o
g
y
, A
di
t
y
a
E
ngi
n
e
e
r
in
g C
o
ll
e
g
e
(
A
)
,
K
a
ki
na
da
, I
ndi
a
2
D
e
pa
r
tm
e
nt
of
E
l
e
c
tr
o
ni
c
s
a
nd C
o
mput
e
r
E
ngi
n
e
e
r
in
g, S
r
e
e
ni
d
hi
I
ns
ti
tu
te
of
S
c
ie
n
c
e
a
nd
T
e
c
hn
o
l
o
g
y
,
H
y
de
r
a
ba
d, I
ndi
a
3
D
e
pa
r
tm
e
nt
of
I
n
f
or
ma
ti
o
n
T
e
c
hn
o
l
o
g
y
,
V
is
hw
a
ka
r
ma
I
ns
ti
tu
te
of
T
e
c
hn
o
l
o
g
y
, P
un
e
, I
nd
ia
4
D
e
pa
r
tm
e
nt
of
E
l
e
c
tr
o
ni
c
s
a
nd C
o
mm
uni
c
a
ti
o
n E
ng
in
e
e
r
in
g, B
V
C
C
o
ll
e
g
e
of
E
ngi
n
e
e
r
in
g
(
A
)
, R
a
ja
mundr
y
, I
ndi
a
5
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd E
ngi
n
e
e
r
in
g,
K
o
n
e
r
u
L
a
ks
h
ma
ia
h E
duc
a
ti
o
n
F
o
unda
ti
o
n (
D
e
e
me
d t
o
b
e
U
ni
ve
r
s
it
y
)
,
G
unt
ur
,
I
ndi
a
6
D
e
pa
r
tm
e
nt
of
E
l
e
c
tr
i
c
a
l
E
l
e
c
tr
o
ni
c
s
a
nd C
o
mm
un
ic
a
ti
o
n
E
ngi
ne
e
r
in
g,
G
I
T
A
M
S
c
h
oo
l
of
T
e
c
hn
ol
o
g
y
,
G
I
T
A
M
D
e
e
me
d t
o
b
e
U
ni
ve
r
s
it
y
, V
is
a
kha
pa
tn
a
m, I
ndi
a
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
A
pr
5
,
202
4
R
e
vi
s
e
d
No
v
7
,
202
4
A
c
c
e
pt
e
d
N
o
v
24
,
202
4
A
s
d
i
ab
e
t
e
s
affec
t
s
t
h
e
h
e
al
t
h
o
f
t
h
e
e
n
t
i
r
e
p
o
p
u
l
at
i
o
n
,
i
t
i
s
a
ch
ro
n
i
c
d
i
s
e
as
e
t
h
at
i
s
s
t
i
l
l
an
i
m
p
o
rt
an
t
w
o
rl
d
w
i
d
e
h
e
a
l
t
h
i
s
s
u
e.
D
i
ab
e
t
e
s
i
n
c
r
e
as
e
s
t
h
e
p
o
s
s
i
b
i
l
i
t
y
o
f
l
o
n
g
-
t
e
r
m
co
m
p
l
i
c
at
i
o
n
s
,
s
u
ch
as
k
i
d
n
ey
fai
l
u
r
e
a
n
d
h
e
art
d
i
s
e
as
e
.
I
f
t
h
i
s
d
i
s
e
as
e
i
s
d
i
s
co
v
e
r
ed
e
arl
y
,
p
e
o
p
l
e
m
a
y
l
i
v
e
l
o
n
g
e
r
a
n
d
i
n
b
e
t
t
e
r
h
e
al
t
h
.
In
o
r
d
e
r
t
o
d
e
t
ec
t
an
d
p
r
e
v
en
t
p
art
i
c
u
l
a
r
d
i
s
e
as
e
s
,
m
a
ch
i
n
e
l
e
ar
n
i
n
g
(ML
)
h
as
b
ec
o
me
e
s
s
en
t
i
al
.
A
n
e
n
s
em
b
l
e
ap
p
ro
ach
f
o
r
d
e
t
ec
t
i
o
n
o
f
d
i
ab
e
t
e
s
u
s
i
n
g
s
u
p
p
o
rt
v
ec
t
o
r
m
a
ch
i
n
e
(
S
V
M
)
an
d
d
ec
i
s
i
o
n
t
r
ee
(
D
T
)
p
re
s
e
n
t
s
i
n
t
h
i
s
p
ap
e
r.
In
t
h
i
s
c
as
e
,
t
o
i
d
en
t
i
f
y
d
i
ab
e
t
e
s
,
t
w
o
ML
t
ech
n
i
q
u
e
s
are
D
T
an
d
S
V
M
h
a
v
e
b
ee
n
co
m
b
i
n
ed
w
i
t
h
a
n
en
s
em
b
l
e
c
l
as
s
i
fi
e
r.
T
h
ey
o
b
t
ai
n
t
h
e
i
n
f
o
r
m
at
i
o
n
,
t
h
ey
r
e
q
u
i
r
e
fr
o
m
t
h
e
Pu
b
l
i
c
H
e
al
t
h
In
s
t
i
t
u
t
e
’
s
s
t
a
t
i
s
t
i
c
s
ar
e
a.
T
h
e
r
e
ar
e
2
7
0
rec
o
r
d
s
,
o
r
i
n
s
t
an
ce
s
,
i
n
t
h
e
co
l
l
ec
t
i
o
n
.
T
h
i
s
d
at
as
e
t
i
n
c
l
u
d
e
s
t
h
e
fo
l
l
o
w
i
n
g
at
t
ri
b
u
t
e
s
:
a
g
e
,
a
b
o
d
y
m
as
s
i
n
d
e
x
(BM
I
)
g
l
u
co
s
e,
an
d
i
n
s
u
l
i
n
.
T
h
e
d
ev
el
o
p
me
n
t
o
f
a
s
y
s
t
em
t
h
at
p
re
d
i
c
t
i
o
n
s
a
p
at
i
e
n
t
’
s
ri
s
k
o
f
d
i
ab
e
t
e
s
i
s
t
h
e
g
o
al
o
f
t
h
i
s
an
al
y
s
i
s
.
Sev
e
ra
l
p
e
rfo
r
m
an
ce
me
t
ri
c
s
,
i
n
c
l
u
d
i
n
g
F1
-
s
c
o
r
e
,
r
ec
a
l
l
,
a
ccu
ra
cy
,
a
n
d
p
r
ec
i
s
i
o
n
,
w
e
r
e
u
s
e
d
t
o
ac
h
i
e
v
e
t
h
i
s
.
Fro
m
o
v
e
ral
l
r
e
s
u
l
t
s
,
9
6
%
o
f
p
reci
s
i
o
n
,
9
7
%
o
f
a
ccu
ra
cy
,
9
6
%
o
f
F1
-
s
c
o
r
e
,
a
n
d
9
7
%
o
f
r
ec
al
l
v
a
l
u
e
s
ar
e
t
h
e
r
e
s
u
l
t
s
ac
h
i
ev
e
d
f
o
r
t
h
e
e
n
s
em
b
l
e
m
o
d
e
l
(S
V
M+
D
T
)
w
h
i
c
h
i
s
m
o
r
e
e
ff
ec
t
i
v
e
t
h
an
o
t
h
e
r
i
n
d
i
v
i
d
u
a
l
ML
m
o
d
e
l
s
as
D
T
an
d
S
V
M.
K
e
y
w
o
r
d
s
:
De
c
i
s
i
o
n
t
r
e
e
D
i
a
b
e
t
e
s
pr
e
d
i
c
t
i
o
n
M
a
c
hi
ne
l
e
a
r
ni
ng
P
r
e
c
i
s
i
o
n
S
uppor
t
v
e
c
to
r
m
a
c
hi
ne
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
M
a
n
ga
l
a
pa
ll
i
V
a
m
s
i
kr
i
s
hn
a
De
pa
r
t
m
e
n
t
o
f
I
nf
o
r
m
a
t
i
o
n
T
e
c
hn
o
l
o
g
y
,
A
d
i
t
y
a
E
ng
i
n
e
e
r
i
ng
C
o
l
l
e
ge
(
A
)
S
ur
a
m
pa
l
e
m
,
K
a
k
i
na
da
,
An
d
h
r
a
P
r
a
de
s
h
,
I
n
d
i
a
E
m
a
i
l
:
v
k
m
a
n
ga
l
a
m
pa
ll
i
@g
m
a
il
.
c
o
m
1.
I
NT
RODU
C
T
I
ON
I
n
c
r
e
a
s
e
d
bl
o
o
d
s
uga
r
o
r
gl
uc
o
s
e
l
e
ve
l
s
a
r
e
a
n
e
a
r
ly
s
i
g
n
o
f
d
i
a
b
e
t
e
s
,
a
c
h
r
o
n
i
c
d
i
s
e
a
s
e
.
A
gr
o
up
o
f
m
e
t
a
b
o
l
i
c
d
i
s
e
a
s
e
s
c
o
l
l
e
c
t
i
v
e
ly
r
e
f
e
r
r
e
d
to
a
s
di
a
b
e
t
e
s
o
r
di
a
b
e
t
e
s
m
e
ll
i
t
us
i
s
b
r
o
ugh
t
o
n
by
t
h
e
pa
n
c
r
e
a
s
i
na
bil
i
t
y
t
o
m
a
ke
i
ns
u
l
i
n
dur
i
n
g
m
e
t
a
b
o
l
i
c
a
c
t
i
vi
t
y
[
1]
.
I
n
s
u
l
i
n
i
s
t
h
e
h
o
r
m
o
n
e
t
h
a
t
t
h
e
pa
n
c
r
e
a
s
ge
n
e
r
a
t
e
s
a
n
d
i
t
d
i
ge
s
t
s
t
h
e
gl
uc
o
s
e
,
whi
c
h
i
s
i
n
ge
s
t
e
d
by
f
o
o
d
a
n
d
pa
s
s
e
s
t
h
r
o
ugh
t
h
e
bl
o
o
ds
tr
e
a
m
to
t
h
e
b
o
dy
’
s
c
e
l
l
s
t
o
pr
o
vi
de
e
n
e
r
g
y
.
H
y
pe
r
g
ly
c
e
mi
a
r
e
s
u
l
t
s
f
r
o
m
a
n
i
n
c
r
e
a
s
e
i
n
bl
o
o
d
s
uga
r
l
e
v
e
l
s
c
a
u
s
e
d
by
t
h
e
pa
n
c
r
e
a
s
i
na
bil
i
t
y
t
o
pr
o
duc
e
t
h
e
i
ns
u
l
i
n
h
o
r
m
o
ne
i
s
n
e
e
de
d
f
o
r
t
h
e
di
g
e
s
t
i
o
n
o
f
g
l
uc
o
s
e
[
2]
.
T
h
e
d
i
s
e
a
s
e
k
n
o
wn
a
s
c
h
r
o
ni
c
hy
p
e
r
g
l
y
c
e
m
i
a
h
a
s
be
e
n
a
s
s
o
c
i
a
t
e
d
to
or
g
a
n
a
n
d
t
i
s
s
ue
f
a
il
ur
e
i
n
t
h
e
b
o
d
y
.
An
u
nn
a
t
ur
a
l
i
nc
r
e
a
s
e
in
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
38
,
N
o
.
1
,
A
pr
i
l
20
25
:
689
-
698
690
bl
o
o
d
gl
uc
o
s
e
l
e
ve
l
s
c
a
n
b
e
c
a
us
e
d
by
a
n
i
ns
u
li
n
de
f
i
c
i
e
n
c
y
o
r
by
t
h
e
b
o
d
y
’
s
c
e
ll
s
be
c
o
m
i
ng
r
e
s
i
s
t
a
n
t
to
t
h
e
e
f
f
e
c
t
s
o
f
i
ns
u
li
n
.
P
hy
s
i
c
a
l
w
e
a
k
n
e
s
s
,
i
t
c
hi
ng,
de
l
a
y
e
d
h
e
a
li
ng,
m
u
s
c
l
e
s
t
i
f
f
n
e
s
s
,
f
r
e
que
n
t
ur
i
n
a
t
i
o
n
,
t
hi
r
s
t
,
i
nc
r
e
a
s
e
d
h
u
n
ge
r
,
a
n
d
vi
s
ua
l
b
ur
r
i
n
g
a
r
e
a
m
o
n
g
t
he
c
o
m
m
o
n
s
ym
pt
o
m
s
o
f
d
i
a
b
e
t
e
s
[
3]
.
I
t
wi
ll
c
a
u
s
e
a
l
o
t
o
f
pr
o
bl
e
m
s
i
f
i
t
i
s
n
o
t
m
e
d
i
c
a
t
e
d.
T
hi
s
c
h
a
ll
e
n
g
e
r
e
s
ul
t
s
i
n
de
a
t
h
.
A
h
e
a
l
t
hy
l
if
e
s
t
y
l
e
a
n
d
a
we
ll
-
b
a
l
a
n
c
e
d
d
i
e
t
a
r
e
t
w
o
p
r
e
v
e
n
t
i
ve
m
e
t
h
o
ds
t
h
a
t
m
i
g
h
t
b
e
t
h
o
ugh
t
o
f
to
r
e
duc
e
t
h
e
r
i
s
k
o
f
d
i
a
b
e
t
e
s
.
R
e
gu
l
a
r
c
h
e
c
kup
s
m
a
ke
i
t
e
a
s
i
e
r
to
di
a
g
n
o
s
e
d
i
a
b
e
t
e
s
.
T
o
i
de
n
t
i
f
y
t
h
e
d
i
s
e
a
s
e
,
l
a
b
o
r
a
tor
y
t
e
s
t
i
n
g
a
r
e
a
l
s
o
c
a
r
r
i
e
d
o
u
t
[
4]
.
Di
a
b
e
t
e
s
i
s
a
m
e
t
a
b
o
l
i
c
d
i
s
e
a
s
e
t
h
a
t
c
a
us
e
s
a
wi
de
r
a
n
ge
o
f
h
e
a
l
t
h
i
s
s
ue
s
a
n
d
m
il
li
o
ns
o
f
de
a
t
h
s
wo
r
l
dw
i
de
e
v
e
r
y
y
e
a
r
.
I
t
i
s
pr
e
d
i
c
t
e
d
t
h
a
t
t
h
e
n
u
m
b
e
r
o
f
d
i
a
b
e
t
i
c
s
i
n
de
v
e
l
o
p
i
ng
c
o
un
t
r
i
e
s
wo
u
l
d
i
n
c
r
e
a
s
e
f
r
o
m
84
m
il
li
o
n
to
228
mi
ll
i
o
n
by
2030,
p
l
a
c
i
n
g
a
h
e
a
vy
b
ur
de
n
o
n
a
l
l
he
a
l
t
h
c
a
r
e
s
y
s
t
e
m
s
wo
r
l
dw
i
de
[
5]
.
T
h
e
r
e
f
o
r
e
di
a
be
t
e
s
pr
e
di
c
t
i
o
n
m
o
de
l
a
t
e
a
r
l
y
s
t
a
ge
i
s
t
h
e
m
o
s
t
c
r
uc
i
a
l
t
a
s
k
a
n
d
h
e
l
p
s
to
a
v
o
i
d
t
h
e
r
i
s
k
o
f
t
h
e
pe
o
pl
e
f
r
o
m
t
h
e
d
i
s
e
a
s
e
s
t
h
a
t
l
e
a
d
to
c
a
us
e
de
a
t
h
.
T
h
r
e
e
t
y
pe
s
o
f
d
i
a
b
e
t
e
s
a
r
e
pr
e
s
e
n
t
:
t
y
pe
1
d
i
a
b
e
t
e
s
,
t
y
pe
2
d
i
a
be
t
e
s
,
a
n
d
t
y
pe
3
d
i
a
b
e
t
e
s
.
W
h
e
n
t
h
e
r
e
i
s
a
s
h
o
r
t
a
ge
o
f
i
ns
u
li
n
i
n
t
he
b
o
d
y
,
bl
o
o
d
s
uga
r
l
e
v
e
l
s
r
i
s
e
a
n
d
t
h
e
bl
o
o
d
s
uga
r
m
e
t
a
b
o
l
i
s
m
be
c
o
m
e
s
a
f
f
e
c
t
e
d.
T
hi
s
i
s
k
n
o
wn
a
s
t
y
pe
-
1
d
i
a
b
e
t
e
s
.
F
ur
t
h
e
r
m
o
r
e
,
o
b
e
s
i
t
y
m
a
y
r
e
s
u
l
t
f
r
o
m
t
hi
s
t
y
pe
o
f
d
i
a
b
e
t
e
s
.
B
o
dy
m
a
s
s
i
nde
x
(
B
M
I
)
i
n
c
r
e
a
s
e
s
a
b
o
v
e
a
n
i
n
d
i
v
i
dua
l
’
s
n
o
r
m
a
l
B
M
I
a
r
e
a
n
i
nd
i
c
a
t
i
o
n
o
f
o
b
e
s
i
t
y
[
6]
.
D
i
a
b
e
t
e
s
t
y
pe
1
c
a
n
o
c
c
ur
t
h
r
o
ugh
o
u
t
c
hi
l
d
h
o
o
d
or
a
d
o
l
e
s
c
e
n
c
e
.
T
h
e
m
a
j
o
r
i
t
y
o
f
f
o
o
d
t
h
a
t
h
u
m
a
n
s
c
o
ns
u
m
e
b
r
e
a
ks
do
wn
i
n
t
o
g
l
uc
o
s
e
,
i
t
i
s
s
u
b
s
e
qu
e
n
t
l
y
d
i
s
c
h
a
r
ge
d
i
n
t
o
t
h
e
bl
o
o
ds
t
r
e
a
m
.
I
ns
u
li
n
,
w
hi
c
h
g
i
ve
s
e
n
e
r
g
y
f
o
r
e
v
e
r
y
da
y
a
c
t
i
vi
t
i
e
s
,
i
s
r
e
l
e
a
s
e
d
by
t
he
pa
n
c
r
e
a
s
c
e
l
l
w
h
e
n
bl
o
o
d
s
uga
r
l
e
v
e
l
s
i
nc
r
e
a
s
e
[
7]
.
W
h
e
n
t
h
e
r
e
i
s
n
o
t
e
n
o
ugh
i
ns
u
li
n
o
r
i
f
t
h
e
c
e
l
l
s
s
t
o
p
r
e
s
po
n
d
i
n
g
to
t
h
e
i
n
s
u
li
n
,
e
xc
e
s
s
bl
o
o
d
s
uga
r
r
e
m
a
i
ns
i
n
t
he
bl
o
o
d.
I
n
t
h
e
l
o
n
g
r
un
,
t
hi
s
mi
g
h
t
r
e
s
ul
t
i
n
m
a
j
o
r
h
e
a
l
t
h
i
s
s
u
e
s
l
i
k
e
k
i
d
n
e
y
d
i
s
e
a
s
e
,
he
a
r
t
di
s
e
a
s
e
,
a
n
d
vi
s
i
o
n
l
o
s
s
.
A
du
l
t
s
w
i
t
h
o
b
e
s
i
t
y
a
r
e
t
y
p
i
c
a
l
ly
a
f
f
e
c
t
e
d
by
t
y
pe
2
di
a
b
e
t
e
s
.
T
hi
s
t
y
pe
o
f
c
o
n
d
i
t
i
o
n
o
c
c
ur
s
wh
e
n
t
h
e
b
o
d
y
e
i
t
h
e
r
c
a
nn
ot
m
a
ke
i
ns
u
li
n
o
r
r
e
s
i
s
t
s
o
b
s
e
r
vin
g
i
t
.
T
y
pe
2
t
y
p
i
c
a
ll
y
a
f
f
e
c
t
s
m
i
dd
l
e
-
a
ge
d
o
r
o
l
de
r
gr
o
ups
[
8]
.
T
h
e
l
a
c
k
o
f
a
n
a
dd
i
t
i
o
n
a
l
pr
o
vi
de
d
hy
po
g
l
y
c
e
m
i
c
a
ge
n
t
c
a
us
e
s
t
h
e
d
i
s
e
a
s
e
t
o
de
v
e
l
o
p.
“
T
hi
s
t
y
pe
wa
s
r
e
f
e
r
r
e
d
to
a
s
“
po
l
y
ge
ni
c
d
i
s
e
a
s
e
m
e
ll
i
t
us
t
h
a
t
i
s
n
o
t
i
ns
u
li
n
-
de
p
e
n
de
n
t
”
.
Ov
e
r
we
i
g
h
t
i
s
t
y
p
i
c
a
ll
y
t
h
e
c
a
us
e
.
D
i
a
b
e
t
e
s
t
y
pe
3,
s
o
m
e
t
i
m
e
s
r
e
f
e
r
r
e
d
to
a
s
ge
s
t
a
t
i
o
n
a
l
d
i
a
b
e
t
e
s
i
s
c
h
a
r
a
c
t
e
r
i
z
e
d
by
hy
pe
r
g
ly
c
e
mi
a
b
r
o
ugh
t
o
n
by
c
h
a
n
g
e
s
i
n
h
o
r
m
o
n
e
l
e
v
e
l
s
dur
i
n
g
pr
e
gn
a
n
c
y
[
9]
.
I
n
a
dd
i
t
i
o
n
,
t
h
e
r
e
e
xi
s
t
a
dd
i
t
i
o
n
a
l
c
a
us
e
s
o
f
d
i
a
b
e
t
e
s
,
i
n
c
l
ud
i
ng
d
i
s
e
a
s
e
s
c
a
us
e
d
by
b
a
c
t
e
r
i
a
o
r
vi
r
u
s
e
s
,
f
o
o
d
to
xi
n
s
o
r
c
h
e
m
i
c
a
l
s
,
a
uto
i
mm
u
n
e
r
e
a
c
t
i
o
ns
,
o
b
e
s
i
t
y
,
unhe
a
l
t
hy
e
a
t
i
n
g
h
a
bi
t
s
,
l
if
e
s
t
y
l
e
c
h
a
n
ge
s
,
po
l
l
ut
i
o
n
f
r
o
m
t
h
e
e
nvi
r
o
nm
e
n
t
,
a
n
d
s
o
o
n
[
10]
.
As
t
h
e
da
n
ge
r
o
f
d
i
a
b
e
t
e
s
b
e
c
o
m
e
s
m
o
r
e
we
l
l
k
n
o
wn
,
m
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
m
o
de
l
s
h
a
v
e
be
e
n
a
pp
l
i
e
d
i
n
s
e
v
e
r
a
l
r
e
c
e
n
t
s
t
udi
e
s
a
s
a
de
c
i
s
i
o
n
-
m
a
k
i
n
g
s
uppo
r
t
f
o
r
e
a
r
l
y
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
.
T
h
e
s
e
m
o
de
l
s
a
ll
o
w
pe
o
pl
e
t
o
s
t
a
r
t
p
r
e
v
e
n
t
i
ve
m
e
a
s
ur
e
s
e
a
r
l
i
e
r
s
i
nc
e
t
h
e
y
h
a
v
e
a
n
e
x
c
e
ll
e
n
t
l
e
v
e
l
o
f
r
e
l
i
a
bil
i
t
y
i
n
i
d
e
n
t
i
f
yi
ng
d
i
a
b
e
t
e
s
b
a
s
e
d
o
n
a
n
i
nd
i
vi
du
a
l
’
s
c
ur
r
e
n
t
c
o
n
d
i
t
i
o
n.
M
L
a
l
go
r
i
t
hm
s
t
y
p
i
c
a
ll
y
i
de
n
t
i
f
y
t
h
e
de
s
i
r
e
d
a
ppr
o
xi
m
a
t
e
o
u
t
c
o
m
e
by
i
de
n
t
i
f
yi
ng
hi
dde
n
pa
tt
e
r
n
s
w
i
t
hi
n
a
lar
ge
da
t
a
s
e
t
[
11]
.
T
h
r
e
e
c
a
t
e
g
o
r
i
e
s
e
xi
s
t
f
o
r
ML
,
a
f
i
e
l
d
o
f
a
r
t
i
f
i
c
i
a
l
i
n
t
e
l
li
ge
nc
e
:
r
e
i
nf
o
r
c
e
m
e
n
t
l
e
a
r
ni
ng,
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng,
a
n
d
uns
upe
r
vi
s
e
d
l
e
a
r
ni
ng.
I
n
t
h
i
s
s
y
s
t
e
m
,
t
h
e
y
e
xa
m
i
ne
t
h
e
a
c
c
ur
a
c
y
o
f
v
a
r
i
o
us
c
o
m
m
o
n
M
L
t
e
c
hni
qu
e
s
us
i
ng
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
.
Al
go
r
i
t
hm
s
us
i
ng
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
a
t
t
e
m
pt
to
p
r
e
d
i
c
t
n
e
w
o
u
t
c
o
m
e
s
by
us
i
ng
t
h
e
i
r
pr
e
vi
o
u
s
un
de
r
s
t
a
n
d
i
ng
o
f
t
h
e
pa
tt
e
r
n
o
b
s
e
r
ve
d
i
n
pr
e
-
e
xi
s
t
i
n
g
da
t
a
[
12
]
.
M
L
m
e
t
h
o
ds
a
r
e
us
e
d
to
i
de
n
t
i
f
y
d
a
t
a
t
h
a
t
i
s
a
l
r
e
a
d
y
a
v
a
il
a
bl
e
,
s
uc
h
a
s
da
t
a
t
h
a
t
i
s
f
u
n
c
t
i
o
n
-
b
a
s
e
d,
r
ul
e
-
b
a
s
e
d,
t
r
e
e
-
b
a
s
e
d,
i
ns
t
a
n
c
e
-
b
a
s
e
d,
or
pr
o
b
a
bil
i
t
y
-
b
a
s
e
d.
I
n
o
r
de
r
to
s
upp
o
r
t
m
e
d
i
c
a
l
s
pe
c
i
a
li
s
t
s
,
d
i
f
f
e
r
e
n
t
M
L
a
l
go
r
i
t
hm
s
a
r
e
i
n
t
r
o
duc
e
d
u
t
i
li
z
i
ng
d
i
f
f
e
r
e
n
t
da
t
a
m
i
n
i
ng
a
l
go
r
i
t
hm
s
[
13]
.
W
he
n
c
o
m
pa
r
e
d
to
a
s
i
n
g
l
e
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
,
a
n
e
ns
e
m
bl
e
a
ppr
o
a
c
h
i
n
M
L
h
a
s
de
m
o
ns
t
r
a
t
e
d
i
m
pr
o
v
e
d
a
c
c
ur
a
c
y
by
c
o
m
bi
ni
ng
t
h
e
o
ut
pu
t
f
r
o
m
s
e
v
e
r
a
l
m
o
de
l
s
.
As
a
r
e
s
u
l
t
,
t
h
e
e
n
s
e
m
bl
e
t
e
c
h
ni
q
ue
w
i
t
h
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
a
n
d
de
c
i
s
i
o
n
t
r
e
e
(
DT
)
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
o
de
l
s
i
s
us
e
d
i
n
t
his
a
n
a
ly
s
i
s
.
A
c
o
m
bi
na
t
i
o
n
o
f
i
t
s
hi
g
h
d
i
m
e
ns
i
o
n
a
l
da
t
a
h
a
n
d
li
ng
c
a
pa
c
i
t
y
,
l
o
w
c
o
m
put
a
t
i
o
n
c
o
s
t,
a
n
d
ge
n
e
r
a
li
z
e
d
pe
r
f
o
r
m
a
n
c
e
,
t
h
e
S
VM
i
s
a
m
o
n
g
t
h
e
b
e
s
t
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
.
S
VM
c
a
n
h
a
n
d
l
e
n
u
m
e
r
o
us
c
o
n
t
i
n
uo
us
a
n
d
c
a
t
e
go
r
i
c
a
l
v
a
r
i
a
bl
e
s
p
r
o
vi
de
s
r
e
gr
e
s
s
i
o
n
c
l
a
s
s
if
i
c
a
t
i
o
n
a
l
go
r
i
t
hm
s
.
Ge
ne
r
a
t
i
n
g
a
c
l
a
s
s
if
i
c
a
t
i
o
n
o
n
t
r
a
i
ni
ng
da
t
a
a
n
d
a
r
e
g
r
e
s
s
i
o
n
m
o
de
l
i
n
t
o
a
tr
e
e
s
tr
uc
t
ur
e
i
s
t
h
e
m
a
i
n
go
a
l
o
f
t
h
e
DT
a
l
go
r
i
t
h
m
.
T
o
d
o
t
hi
s
,
de
c
i
s
i
o
n
r
u
l
e
s
o
r
DT
a
r
e
us
e
d
to
c
a
t
e
g
o
r
i
z
e
,
pr
e
d
i
c
t
,
or
t
a
r
ge
t
v
a
r
i
a
bl
e
s
o
f
f
ut
ur
e
o
r
n
e
w
da
t
a
b
a
s
e
d
o
n
i
nf
o
r
m
a
t
i
o
n
f
r
o
m
e
a
r
l
i
e
r
t
i
m
e
s
.
I
t
i
s
a
pp
l
i
c
a
bl
e
t
o
b
ot
h
c
a
t
e
g
o
r
i
c
a
l
a
n
d
n
u
m
e
r
i
c
a
l
da
t
a
.
A
DT
t
h
a
t
i
s
c
o
m
p
l
e
t
e
r
oot
n
o
de
s
a
t
e
a
c
h
l
e
ve
l
w
hi
c
h
o
p
e
r
a
t
e
a
s
s
t
a
r
t
i
n
g
po
i
n
t
s
or
t
h
e
o
p
t
i
m
a
l
s
p
li
t
t
i
n
g
a
tt
r
i
b
ut
e
s
f
o
r
t
e
s
t
i
n
g
v
a
r
i
o
us
a
tt
r
i
b
ut
e
s
.
F
o
l
l
o
w
i
ng
i
s
t
h
e
a
r
r
a
n
ge
m
e
n
t
o
f
t
h
e
r
e
m
a
i
n
i
ng
a
n
a
ly
s
i
s
.
I
n
s
e
c
t
i
o
n
2,
t
h
e
l
i
t
e
r
a
t
ur
e
r
e
vi
e
w
i
s
c
o
m
p
il
e
d.
S
e
c
t
i
o
n
3
pr
e
s
e
n
t
s
t
h
e
de
s
c
r
i
b
e
d
e
n
s
e
m
b
l
e
a
ppr
o
a
c
h
f
o
r
de
t
e
c
t
i
o
n
o
f
d
i
a
be
t
e
s
,
I
n
s
e
c
t
i
o
n
4,
t
h
e
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
r
e
s
u
l
t
s
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
r
e
e
x
a
mi
ne
d.
T
h
e
pa
pe
r
i
s
f
i
na
ll
y
s
u
m
m
a
r
i
z
e
d
a
n
d
c
o
n
c
l
ude
d
i
n
s
e
c
t
i
o
n
5,
whi
c
h
a
l
s
o
a
ddr
e
s
s
e
s
t
h
e
d
i
r
e
c
t
i
o
n
s
f
o
r
f
ut
ur
e
r
e
s
e
a
r
c
h
.
2.
L
I
T
E
RA
T
UR
E
S
UR
VE
Y
S
a
j
i
a
n
d
B
a
l
a
c
h
a
n
dr
a
n
[
14]
f
o
c
us
e
s
o
n
e
x
a
mi
ni
ng
t
h
e
v
a
r
i
o
us
m
u
l
t
il
a
y
e
r
pe
r
c
e
pt
r
o
n
(
M
L
P
)
t
r
a
i
ni
ng
a
l
go
r
i
t
hm
s
a
r
e
pe
r
f
o
r
m
i
n
t
h
e
c
o
n
t
e
x
t
o
f
d
i
a
b
e
t
e
s
pr
e
d
i
c
t
i
o
n
.
T
he
ne
ur
o
s
c
i
e
n
c
e
a
r
e
a
o
f
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
appr
oac
h
f
or
de
tec
ti
on
o
f
diabete
s
us
ing
SV
M
and
DT
(
M
angalapal
li
V
ams
ikr
is
hna)
691
n
e
t
wo
r
k
r
e
s
e
a
r
c
h
,
ha
s
gr
e
a
t
l
y
a
d
v
a
n
c
e
d
a
r
t
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
n
c
e
.
T
h
e
y
us
e
d
t
h
e
P
im
a
I
n
d
i
a
n
D
i
a
be
tes
(
P
I
D)
da
t
a
s
e
t
f
o
r
t
hi
s
i
nv
e
s
t
i
ga
t
i
o
n
.
I
n
M
a
t
l
a
bR
201
3,
t
h
e
s
y
s
t
e
m
i
s
i
m
p
l
e
m
e
n
t
e
d.
T
h
e
P
I
D
da
tas
e
t
h
a
s
a
ppr
o
xi
m
a
t
e
l
y
768
i
ns
t
a
n
c
e
s
i
n
i
t
.
T
h
e
pa
t
i
e
n
t
’
s
med
i
c
a
l
hi
s
t
o
r
y
s
e
r
ve
s
a
s
t
h
e
i
n
put
da
t
a
,
a
n
d
t
h
e
pr
e
di
c
t
i
o
n
o
f
a
po
s
i
t
i
v
e
o
r
n
e
ga
t
i
v
e
t
e
s
t
r
e
s
ul
t
i
s
t
h
e
t
a
r
ge
t
o
u
t
pu
t.
B
a
s
e
d
o
n
t
h
e
pe
r
f
o
r
m
a
nc
e
a
n
a
ly
s
i
s
,
i
t
wa
s
f
o
un
d
t
h
a
t
t
h
e
L
e
v
e
nb
e
r
g
-
M
a
r
qua
r
dt
a
l
go
r
i
t
hm
pr
o
duc
e
d
t
h
e
b
e
s
t
r
e
s
u
l
t
s
f
r
o
m
t
r
a
i
ni
ng
o
v
e
r
a
l
l
t
h
e
t
r
a
i
ni
ng
a
l
go
r
i
t
hm
s
.
M
e
n
g
e
t
al.
[
15
]
e
x
p
l
a
i
ns
a
s
t
ud
y
t
h
a
t
us
e
s
c
omm
o
n
r
i
s
k
i
n
d
i
c
a
t
or
s
to
pr
e
di
c
t
di
a
be
t
e
s
.
S
e
v
e
r
a
l
c
a
t
e
g
o
r
i
z
a
t
i
o
n
m
e
t
h
o
ds
,
i
n
c
l
ud
i
ng
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
io
n
,
DT
,
a
n
d
n
e
ur
a
l
n
e
t
wo
r
ks
,
we
r
e
t
a
ke
n
i
n
t
o
c
o
n
s
i
de
r
a
t
i
o
n
f
o
r
t
h
e
pe
r
f
o
r
m
a
n
c
e
s
t
ud
y
.
I
n
t
e
r
m
s
o
f
a
c
c
ur
a
c
y
r
a
t
e
,
t
h
e
l
o
g
i
s
t
i
c
m
o
de
l
pe
r
f
o
r
m
e
d
b
e
t
t
e
r
t
h
a
n
t
h
e
o
th
e
r
t
wo.
F
a
mi
ly
hi
s
t
o
r
y
,
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
,
a
n
d
l
if
e
s
t
y
l
e
r
i
s
k
a
r
e
f
r
e
que
n
t
l
y
i
nc
l
ude
d
i
n
t
h
e
a
tt
r
i
b
ut
e
s
t
h
a
t
a
r
e
s
t
udi
e
d.
P
a
u
l
a
n
d
Ka
r
n
[
16]
T
h
e
s
t
udy
e
v
a
l
ua
t
e
s
d
i
a
b
e
t
e
s
de
t
e
c
t
i
o
n
m
e
t
h
o
d
s
b
a
s
e
d
o
n
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
.
W
i
t
h
t
h
e
us
e
o
f
t
h
e
P
I
D
da
t
a
s
e
t
o
n
K
a
g
g
l
e
,
t
h
e
s
t
ud
y
pr
e
s
e
n
t
s
a
s
t
udy
o
n
t
h
e
pr
e
d
i
c
t
i
o
n
o
f
d
i
a
b
e
t
e
s
us
i
n
g
k
-
f
o
l
d
c
r
o
s
s
v
a
l
i
d
a
t
i
o
n
a
n
d
s
c
a
l
e
d
c
o
nj
uga
t
e
gr
a
d
i
e
n
t
b
a
c
k
pr
o
pa
ga
t
i
o
n
o
f
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
ne
t
w
o
r
ks
.
768
di
a
b
e
t
i
c
pa
t
i
e
n
t
s
b
e
t
we
e
n
t
h
e
a
ge
s
o
f
21
a
n
d
81
pr
o
vi
de
d
t
h
e
da
t
a
us
e
d
to
tr
a
i
n
t
h
e
n
e
t
w
o
r
k
.
A
hi
dde
n
l
a
y
e
r
’
s
ne
ur
o
n
a
l
c
o
un
t
de
t
e
r
m
i
ne
s
t
h
e
r
e
l
i
a
bl
e
t
h
e
r
e
s
u
l
t
s
.
Dur
i
n
g
t
e
s
t
i
n
g,
t
h
e
s
ugge
s
t
e
d
t
e
c
hni
que
a
ppr
o
xi
m
a
t
e
s
t
h
e
pr
e
s
e
n
c
e
a
n
d
a
bs
e
n
c
e
o
f
d
i
a
b
e
t
e
s
r
e
pr
e
s
e
n
t
s
a
m
i
n
im
u
m
a
c
c
ur
a
c
y
pe
r
c
e
n
t
a
ge
o
f
7
7%
i
s
a
m
a
xim
u
m
a
c
c
ur
a
c
y
p
e
r
c
e
n
t
a
ge
o
f
100%
us
i
n
g
8
i
nput
a
tt
r
i
b
ut
e
s
.
Z
h
a
o
a
n
d
Yu
[
17]
Us
i
n
g
t
h
e
c
o
n
c
e
pt
o
f
m
o
de
l
mi
gr
a
t
i
o
n
f
o
r
o
nl
i
ne
g
l
uc
o
s
e
pr
e
di
c
t
i
o
n
,
a
qui
c
k
m
o
de
l
b
u
il
d
i
ng
a
ppr
o
a
c
h
f
o
r
n
e
w
s
ubj
e
c
t
s
i
s
s
ug
ge
s
t
e
d.
T
e
c
hni
qu
e
s
:
f
i
r
s
t
,
a
b
a
s
e
m
o
de
l
i
s
c
r
e
a
t
e
d
us
i
n
g
a
pr
i
o
r
i
kn
o
w
l
e
dge
o
r
o
n
e
t
h
a
t
m
a
y
b
e
e
x
pe
r
im
e
n
t
a
ll
y
r
e
c
o
gni
z
e
d
f
r
o
m
a
ny
s
u
bj
e
c
t
.
I
n
o
r
de
r
f
o
r
t
h
e
upda
t
e
d
m
o
de
l
s
t
o
a
c
c
ur
a
t
e
l
y
r
e
pr
e
s
e
n
t
t
h
e
uni
que
g
l
uc
o
s
e
dy
n
a
mi
c
s
ge
n
e
r
a
t
e
d
by
i
nput
s
f
o
r
n
e
w
s
ubjec
t
s
,
t
h
e
p
a
r
a
m
e
t
e
r
s
o
f
t
h
e
b
a
s
e
m
o
de
l
’
s
i
nput
s
a
r
e
t
h
e
n
a
pp
r
o
p
r
i
a
t
e
l
y
c
o
r
r
e
c
t
e
d
b
a
s
e
d
o
n
a
s
m
a
ll
a
m
o
u
n
t
o
f
a
dd
i
t
i
o
n
a
l
i
n
f
o
r
m
a
t
i
o
n
f
r
o
m
n
e
w
s
u
bj
e
c
t
s
.
T
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
c
a
n
be
t
h
o
ugh
t
o
f
a
s
a
m
o
r
e
e
f
f
i
c
i
e
n
t
a
n
d
c
o
s
t
-
e
f
f
e
c
t
i
v
e
m
o
de
l
i
ng
a
ppr
o
a
c
h
t
h
a
n
t
h
e
d
i
f
f
i
c
u
l
t
,
s
ubj
e
c
t
-
de
pe
n
de
n
t
m
o
de
l
i
ng
a
ppr
o
a
c
h
,
pa
r
t
i
c
u
l
a
r
ly
i
n
c
a
s
e
s
wh
e
r
e
m
o
de
li
ng
da
t
a
.
P
us
to
z
e
r
o
v
[
18]
a
DT
g
r
a
di
e
n
t
b
oo
s
t
i
n
g
a
l
go
r
i
t
hm
-
b
a
s
e
d
da
t
a
-
dr
i
v
e
n
bl
o
o
d
gl
uc
o
s
e
m
o
de
l
wa
s
de
v
e
l
o
pe
d
a
n
d
f
u
ll
de
t
a
i
l
e
d
i
n
or
de
r
to
f
o
r
e
c
a
s
t
s
e
v
e
r
a
l
e
l
e
m
e
n
t
s
o
f
po
s
t
pr
a
n
d
i
a
l
g
l
y
c
e
m
i
c
r
e
s
po
n
s
e
s
.
T
h
e
pa
t
i
e
n
t
f
e
a
t
ur
e
s
,
gl
y
c
e
mi
c
i
nde
x
,
e
a
t
i
n
g
c
o
n
t
e
x
t
(
de
t
a
i
l
s
o
f
pr
i
o
r
m
e
a
l
s
)
,
a
m
o
n
g
t
h
e
m
e
a
l
-
r
e
l
a
t
e
d
i
n
f
o
r
m
a
t
i
o
n
t
h
e
m
o
de
l
us
e
d
f
r
o
m
a
m
o
bil
e
a
pp
d
i
a
r
y
w
e
r
e
b
e
h
a
vi
o
r
a
l
a
n
a
ly
s
e
s
.
Ut
i
li
z
i
ng
r
a
n
do
m
s
e
a
r
c
h
c
r
o
s
s
-
v
a
l
i
d
a
t
i
o
n
to
s
e
l
e
c
t
pa
r
a
m
e
t
e
r
s
,
s
e
v
e
r
a
l
m
o
d
e
l
s
f
o
r
gr
a
di
e
n
t
b
oo
s
t
i
n
g
we
r
e
t
r
a
i
n
e
d
a
n
d
e
v
a
l
ua
t
e
d.
T
w
o
h
o
ur
s
a
f
t
e
r
c
o
n
s
u
m
i
ng
f
o
o
d
,
t
h
e
m
o
s
t
a
c
c
ur
a
t
e
m
o
de
l
s
a
r
e
us
e
d
to
m
e
a
s
ur
e
t
h
e
i
n
c
r
e
a
s
e
d
a
r
e
a
un
de
r
th
e
bl
o
o
d
g
l
uc
o
s
e
c
ur
v
e
.
F
a
z
a
k
i
s
e
t
al.
[
19]
t
h
e
a
r
e
a
un
de
r
th
e
r
e
c
e
i
ve
r
o
pe
r
a
t
i
n
g
c
ha
r
a
c
t
e
r
i
s
t
i
c
(
R
OC
)
a
r
e
a
un
de
r
t
h
e
c
ur
v
e
(
A
U
C
)
f
o
r
t
h
e
e
n
s
e
m
bl
e
we
i
g
h
t
e
d
v
ot
i
n
g
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
,
r
a
n
do
m
f
o
r
e
s
t
(
L
R
R
F
s
)
M
L
m
o
de
l
i
s
0.
884,
i
s
s
ugg
e
s
t
e
d
a
s
a
wa
y
to
e
n
ha
n
c
e
d
i
a
b
e
t
e
s
pr
e
d
i
c
t
i
o
n
.
W
i
t
h
r
e
ga
r
d
to
t
h
e
we
i
g
h
t
e
d
v
o
t
i
n
g,
t
h
e
b
e
s
t
we
i
g
h
t
s
a
r
e
de
t
e
r
m
i
ne
d
by
c
a
l
c
u
l
a
t
i
n
g
t
h
e
M
L
m
o
de
l
’
s
a
s
s
o
c
i
a
t
e
d
s
e
ns
i
t
i
vi
t
y
a
n
d
AU
C
us
i
ng
a
bi
-
o
bj
e
c
t
i
v
e
e
v
o
l
ut
i
o
n
a
r
y
a
l
go
r
i
t
hm
.
A
dd
i
t
i
o
n
a
ll
y
,
a
c
o
m
pa
r
i
s
o
n
b
e
t
we
e
n
t
h
e
L
e
i
c
e
s
t
e
r
a
n
d
f
i
n
i
s
h
d
i
a
b
e
t
e
s
r
i
s
k
s
c
o
r
e
(
F
I
ND
R
I
S
C
)
s
y
s
t
e
m
s
,
a
n
u
m
be
r
o
f
ML
m
o
de
l
s
,
uti
li
z
i
ng
b
o
t
h
i
n
duc
t
i
v
e
a
n
d
t
r
a
n
s
duc
t
i
v
e
l
e
a
r
ni
ng,
i
s
s
h
o
wn
.
T
h
e
E
n
g
li
s
h
l
o
n
g
i
t
ud
i
na
l
s
t
ud
y
o
f
a
ge
i
ng
(
E
L
S
A
)
da
t
a
b
a
s
e
pr
o
vi
de
d
t
h
e
da
t
a
us
e
d
i
n
t
h
e
r
e
s
e
a
r
c
h
.
Nua
n
ka
e
w
e
t
al.
[
20]
s
ugge
s
t
s
us
i
n
g
f
a
c
t
o
r
s
t
h
a
t
i
n
d
i
c
a
t
e
i
n
d
i
vi
du
a
l
h
e
a
l
t
h
s
i
t
ua
t
i
o
n
s
t
o
pr
e
di
c
t
t
h
e
s
t
a
r
t
o
f
t
y
pe
2
di
a
b
e
t
e
s
.
A
n
e
f
f
e
c
t
i
v
e
pr
e
d
i
c
t
i
o
n
m
o
de
l
r
e
qu
i
r
e
s
t
h
e
i
n
d
i
v
i
dua
l
t
o
h
a
v
e
m
a
ny
h
e
a
l
t
h
pr
o
bl
e
m
s
r
e
s
u
l
t
i
n
g
f
r
o
m
d
i
f
f
e
r
e
n
t
i
n
d
i
v
i
dua
l
a
t
t
r
i
b
ut
e
s
.
B
a
s
e
d
o
n
t
hi
s
a
s
s
u
m
pt
i
o
n
,
t
hi
s
pa
pe
r
pr
o
p
o
s
e
s
a
n
o
r
i
g
i
na
l
pr
e
d
i
c
t
i
o
n
t
e
c
h
ni
que
kn
o
wn
a
s
a
ve
r
a
ge
we
i
g
h
t
e
d
o
bj
e
c
t
i
v
e
d
i
s
t
a
n
c
e
(
AW
O
D)
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
wa
s
v
a
li
da
t
e
d
by
l
o
o
ki
n
g
a
t
a
tot
a
l
o
f
392
e
n
t
r
i
e
s
f
r
o
m
t
wo
wi
de
ly
a
c
c
e
s
s
i
b
l
e
da
t
a
s
e
t
s
:
P
I
D
(
d
a
t
a
s
e
t
1
)
a
n
d
M
e
n
de
l
e
y
d
a
t
a
f
o
r
d
i
a
be
t
e
s
(
d
a
t
a
s
e
t
2)
.
I
n
c
o
m
pa
r
i
s
o
n
to
c
u
r
r
e
n
t
ML
-
b
a
s
e
d
a
ppr
o
a
c
h
e
s
,
t
h
e
s
ugge
s
t
e
d
s
t
r
a
t
e
gy
o
u
t
pe
r
f
o
r
m
e
d
t
h
e
m
i
n
t
e
r
m
s
o
f
a
c
c
ur
a
c
y
,
a
c
c
o
r
di
n
g
to
t
h
e
r
e
s
u
l
t
s
,
p
r
o
vi
d
i
ng
93.
22%
a
n
d
98.
95%
f
o
r
d
a
t
a
s
e
t
s
1
a
n
d
2,
r
e
s
pe
c
t
i
ve
ly
.
M
a
hm
o
o
d
a
n
d
A
b
du
ll
a
h
[
21]
a
n
a
ly
z
e
d
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
f
i
ve
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
go
r
i
t
hm
s
n
a
m
e
l
y
n
a
ï
ve
b
a
y
e
s
(
NB
)
,
S
VM
,
m
u
l
t
i
-
l
a
y
e
r
pe
r
c
e
pt
r
o
n
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
n
e
t
wo
r
k
,
DT
,
a
n
d
r
a
n
do
m
f
o
r
e
s
t
us
i
n
g
d
i
a
b
e
t
e
s
da
t
a
s
e
t
t
h
a
t
c
o
n
t
a
i
n
s
t
h
e
i
nf
o
r
m
a
t
i
o
n
o
f
2
,
000
f
e
m
a
l
e
pa
t
i
e
n
t
s
.
Va
r
i
o
us
m
e
t
r
i
c
s
we
r
e
a
pp
l
i
e
d
i
n
e
v
a
l
ua
t
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
c
l
a
s
s
i
f
i
e
r
s
s
uc
h
a
s
p
r
e
c
i
s
i
o
n
,
A
UC
,
a
c
c
ur
a
c
y
,
R
OC
c
ur
v
e
,
f
-
m
e
a
s
ur
e
,
a
n
d
r
e
c
a
l
l
.
E
x
pe
r
i
m
e
n
t
a
l
r
e
s
u
l
t
s
s
h
o
w
t
h
a
t
r
a
n
do
m
f
o
r
e
s
t
i
s
b
e
t
t
e
r
t
h
a
n
a
ny
o
t
h
e
r
c
l
a
s
s
i
f
i
e
r
i
n
pr
e
d
i
c
t
i
n
g
di
a
b
e
t
e
s
w
i
t
h
a
90.
75%
a
c
c
ur
a
c
y
r
a
t
e
.
L
e
e
a
n
d
Kim
[
22]
e
x
a
mi
ne
t
h
e
a
s
s
o
c
i
a
t
i
o
n
b
e
t
we
e
n
t
y
p
e
2
d
i
a
be
t
e
s
a
n
d
t
h
e
H
y
pe
r
t
r
i
g
ly
c
e
r
i
de
mi
a
wa
i
s
t
(
HW
)
ph
e
n
o
t
y
pe
i
n
a
du
l
t
K
o
r
e
a
n
.
De
t
e
r
m
i
ne
t
h
e
pr
e
di
c
t
i
ve
a
bil
i
t
y
o
f
s
e
v
e
r
a
l
ph
e
n
o
t
y
pe
s
t
h
a
t
c
o
m
bi
na
t
i
o
n
s
o
f
d
i
f
f
e
r
e
n
t
a
n
t
h
r
o
p
o
m
e
t
r
i
c
pa
r
a
m
e
t
e
r
s
a
n
d
t
r
i
g
ly
c
e
r
i
d
e
(
T
G)
l
e
v
e
l
s
.
U
s
i
n
g
H
W
a
n
d
i
nd
i
vi
du
a
l
a
n
t
h
r
o
po
m
e
t
r
i
c
da
t
a
,
t
h
e
y
us
e
d
bi
na
r
y
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
(
L
R
)
to
i
nv
e
s
t
i
g
a
t
e
s
t
a
ti
s
t
i
c
a
l
ly
s
i
g
nif
i
c
a
n
t
di
f
f
e
r
e
nc
e
s
be
t
we
e
n
n
o
r
m
a
l
pe
o
p
l
e
a
n
d
t
h
o
s
e
wi
t
h
t
y
pe
2
di
a
be
t
e
s
.
A
c
o
m
bi
na
t
i
o
n
o
f
M
L
a
l
go
r
i
t
hm
s
,
L
R
,
a
n
d
NB
,
we
r
e
ut
i
li
z
e
d
t
o
e
v
a
l
ua
t
e
t
h
e
pr
e
d
i
c
t
i
v
e
c
a
pa
bil
i
t
y
o
f
d
i
f
f
e
r
e
n
t
ph
e
n
o
t
y
pe
s
i
n
or
de
r
to
pr
o
duc
e
m
o
r
e
r
e
l
i
a
bl
e
pr
e
d
i
c
t
i
o
n
r
e
s
u
l
t
s
.
De
s
c
r
i
be
d
c
o
ul
d
pr
o
vi
de
us
e
f
u
l
c
li
n
i
c
a
l
da
t
a
f
o
r
t
h
e
c
r
e
a
t
i
o
n
o
f
c
l
i
n
i
c
a
l
de
c
i
s
i
o
n
s
uppo
r
t
s
y
s
t
e
m
s
f
o
r
t
y
pe
2
d
i
a
b
e
t
e
s
i
ni
t
i
a
l
s
c
r
e
e
ni
ng.
K
a
n
gr
a
a
n
d
S
i
n
g
h
[
23]
a
i
m
s
to
i
d
e
n
t
i
f
y
t
h
e
m
o
s
t
i
nf
o
r
m
a
t
i
v
e
s
u
b
s
e
t
o
f
f
e
a
t
ur
e
s
.
Di
a
b
e
t
e
s
i
s
a
c
h
r
o
ni
c
m
e
t
a
b
o
l
i
c
d
i
s
o
r
de
r
t
h
a
t
p
o
s
e
s
s
i
g
ni
f
i
c
a
nt
h
e
a
l
t
h
c
h
a
ll
e
n
ge
s
wo
r
l
dw
i
d
e
.
F
o
r
t
h
e
e
x
p
e
r
i
men
t
,
t
w
o
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
38
,
N
o
.
1
,
A
pr
i
l
20
25
:
689
-
698
692
da
t
a
s
e
t
s
r
e
l
a
t
e
d
to
di
a
b
e
t
e
s
we
r
e
do
wnl
o
a
de
d
f
r
o
m
K
a
gg
l
e
a
n
d
t
h
e
r
e
s
u
l
t
s
o
f
b
o
t
h
(
da
t
a
s
e
t
s
)
wi
t
h
a
n
d
w
i
t
h
o
u
t
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
u
s
i
ng
t
h
e
ge
n
e
t
i
c
a
l
go
r
i
t
hm
we
r
e
c
o
m
pa
r
e
d.
T
h
e
r
e
s
e
a
r
c
he
r
s
c
a
n
b
e
t
t
e
r
c
o
m
pr
e
h
e
n
d
t
h
e
im
po
r
t
a
n
c
e
o
f
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
i
n
he
a
l
t
h
c
a
r
e
t
h
r
o
u
gh
t
hi
s
s
t
ud
y
.
L
e
e
e
t
al.
[
24]
a
i
m
s
t
o
us
e
a
m
i
x
o
f
d
if
f
e
r
e
n
t
i
n
d
i
c
a
to
r
s
to
p
r
e
di
c
t
t
h
e
f
a
s
t
i
n
g
p
l
a
s
m
a
g
l
uc
o
s
e
(
F
P
G)
s
t
a
t
us
a
m
o
n
g
a
du
l
t
K
o
r
e
a
ns
,
whi
c
h
i
s
us
e
d
i
n
t
he
d
i
a
g
n
o
s
i
s
o
f
t
y
pe
2
d
i
a
b
e
t
e
s
.
T
hi
s
s
t
ud
y
i
nv
o
l
ve
d
4870
i
nd
i
v
i
dua
l
s
i
n
t
ot
a
l
,
o
f
w
hi
c
h
2955
we
r
e
f
e
m
a
le
a
n
d
1915
we
r
e
m
a
l
e
.
T
h
e
y
e
x
a
mi
ne
d
t
h
e
F
P
G
s
t
a
t
us
pr
e
d
i
c
t
i
o
n
s
m
a
de
by
t
wo
m
a
c
hi
ne
-
l
e
a
r
ni
ng
s
y
s
t
e
m
s
ut
i
li
z
i
ng
i
n
d
i
v
i
dua
l
c
o
m
bi
ne
d
a
s
s
e
s
s
m
e
n
t
s
b
a
s
e
d
o
n
37
a
n
t
h
r
o
po
m
e
t
r
i
c
m
e
a
s
ur
e
m
e
n
t
s
.
A
c
c
o
r
di
n
g
t
o
r
e
s
e
a
r
c
h
,
a
n
t
h
r
o
po
m
e
t
r
i
c
m
e
a
s
ur
e
c
o
m
bi
na
t
i
o
ns
we
r
e
b
e
t
t
e
r
t
h
a
n
s
i
n
g
l
e
m
e
a
s
u
r
e
s
a
t
p
r
e
d
i
c
t
i
n
g
F
P
G
s
t
a
t
us
i
n
b
o
t
h
m
a
l
e
s
a
n
d
f
e
m
a
l
e
s
.
T
h
e
y
de
m
o
n
s
t
r
a
t
e
t
h
a
t
u
t
i
li
z
i
ng
ba
l
a
n
c
e
d
da
t
a
f
r
o
m
hi
g
h
a
n
d
n
o
r
m
a
l
F
P
G
gr
o
ups
c
a
n
e
nh
a
n
c
e
pr
e
d
i
c
t
i
o
n
de
c
r
e
a
s
e
t
h
e
m
o
de
l
’
s
i
n
t
r
i
ns
i
c
bi
a
s
in
s
uppo
r
t
i
n
g
t
h
e
m
a
j
o
r
i
t
y
c
l
a
s
s
.
L
e
e
t
al.
[
25
]
p
r
e
s
e
n
t
e
d
a
ML
a
l
go
r
i
t
hm
t
o
f
o
r
e
c
a
s
t
t
h
e
di
a
b
e
t
i
c
pa
t
i
e
n
t
s
wo
ul
d
de
v
e
l
o
p
t
h
e
c
o
n
d
i
t
i
o
n
.
T
hi
s
n
e
w
l
y
de
v
e
l
o
pe
d
wr
a
ppe
r
-
ba
s
e
d
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
m
e
t
h
o
d
o
p
t
i
mi
z
e
s
t
h
e
M
L
P
r
e
duc
e
s
t
h
e
n
u
m
be
r
o
f
r
e
qu
i
r
e
d
i
nput
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
by
ut
i
li
z
in
g
a
da
pt
i
v
e
pa
r
t
i
c
l
e
s
wa
m
o
pt
i
m
i
z
a
t
i
o
n
(
A
P
S
O)
,
a
n
d
g
r
e
y
wo
l
f
o
p
t
i
mi
z
a
t
i
o
n
(
G
W
O)
.
S
ugge
s
t
e
d
m
e
t
h
o
d
’
s
c
o
m
put
a
t
i
o
n
a
l
r
e
s
u
l
t
s
d
e
m
o
ns
t
r
a
t
e
t
h
a
t
n
ot
o
nl
y
c
a
n
l
e
s
s
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
be
r
e
qu
i
r
e
d
gr
e
a
t
e
r
a
c
c
ur
a
c
y
i
n
pr
e
d
i
c
t
i
o
ns
,
97%
f
o
r
A
P
GW
O
-
M
L
P
a
n
d
96%
f
o
r
GW
O
-
M
L
P
,
c
a
n
a
l
s
o
b
e
a
c
hi
e
v
e
d
.
T
hi
s
wo
r
k
m
a
y
f
i
nd
us
e
i
n
c
l
i
n
i
c
a
l
s
e
t
t
i
n
gs
a
n
d
de
v
e
l
o
p
i
n
t
o
a
us
e
f
u
l
r
e
s
o
ur
c
e
f
o
r
phy
s
i
c
i
a
ns
.
3.
M
E
T
HO
D
F
i
gur
e
1
r
e
pr
e
s
e
n
t
s
t
h
e
bl
o
c
k
d
i
a
gr
a
m
o
f
a
n
e
ns
e
m
b
l
e
a
ppr
o
a
c
h
to
di
a
b
e
t
e
s
de
t
e
c
t
i
o
n
us
i
ng
S
VM
a
n
d
DT
.
W
he
n
g
i
vi
ng
da
t
a
to
t
h
e
a
l
go
r
i
t
hm
,
t
h
e
y
pe
r
f
o
r
m
c
h
a
n
g
e
s
o
n
i
t
,
a
pr
o
c
e
s
s
kn
o
wn
a
s
pr
e
-
pr
o
c
e
s
s
i
n
g.
T
r
a
n
s
f
o
r
m
i
ng
t
h
e
u
n
pr
o
c
e
s
s
e
d
da
t
a
i
n
t
o
a
s
e
t
o
f
un
de
r
s
t
a
n
d
a
bl
e
da
t
a
,
pr
e
pr
o
c
e
s
s
i
n
g
t
e
c
hni
que
s
a
r
e
ut
i
l
i
z
e
d.
I
n
ot
h
e
r
wo
r
ds
,
wh
e
n
da
t
a
i
s
c
o
l
l
e
c
t
e
d
i
n
a
n
u
n
pr
o
c
e
s
s
e
d
f
o
r
m
a
t
f
r
o
m
m
u
l
t
i
p
l
e
s
o
ur
c
e
s
,
i
t
b
e
c
o
m
e
s
un
us
a
bl
e
f
o
r
a
n
a
ly
s
i
s
.
I
t
i
s
e
s
s
e
n
t
i
a
l
t
o
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
he
m
o
de
l
.
F
i
gur
e
1.
B
l
o
c
k
d
i
a
gr
a
m
o
f
de
t
e
c
t
i
o
n
o
f
d
i
a
be
t
e
s
us
i
n
g
S
VM
a
n
d
DT
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
appr
oac
h
f
or
de
tec
ti
on
o
f
diabete
s
us
ing
SV
M
and
DT
(
M
angalapal
li
V
ams
ikr
is
hna)
693
P
r
e
d
i
c
t
i
v
e
m
o
de
l
i
ng
r
e
qu
i
r
e
s
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
whi
c
h
i
s
do
n
e
to
a
ddr
e
s
s
m
u
l
t
i
c
o
l
li
ne
a
r
i
t
y
a
n
d
e
l
im
i
na
t
e
r
e
dun
da
n
t
f
e
a
t
ur
e
s
t
h
a
t
h
a
v
e
s
t
r
o
n
g
c
or
r
e
l
a
t
i
o
ns
w
i
t
h
o
n
e
a
n
ot
h
e
r
i
n
o
r
de
r
to
e
n
h
a
n
c
e
t
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
.
I
n
o
r
de
r
to
c
h
a
n
ge
t
h
e
i
n
put
da
t
a
i
n
t
o
t
h
e
f
e
a
t
ur
e
s
’
o
u
t
pu
t,
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
i
s
ut
i
li
z
e
d.
A
c
h
a
r
a
c
t
e
r
i
s
t
i
c
o
f
i
nput
de
s
i
g
n
s
t
h
a
t
h
e
l
p
s
d
i
f
f
e
r
e
nt
i
a
t
e
b
e
t
we
e
n
t
h
e
v
a
r
i
o
us
t
y
pe
s
o
f
i
n
put
de
s
i
g
ns
i
s
a
tt
r
i
b
ut
e
s
qua
r
e
m
e
a
s
ur
e
.
T
h
e
i
n
put
da
t
a
wi
l
l
b
e
c
o
n
s
i
de
r
e
d
to
b
e
r
e
dun
da
n
t
i
n
t
h
e
a
l
go
r
i
t
hm
i
f
i
t
i
s
t
oo
l
a
r
ge
to
pr
o
c
e
s
s
.
T
hi
s
t
a
s
k
c
a
n
b
e
pe
r
f
o
r
m
e
d
by
u
s
i
ng
t
h
e
e
x
t
r
a
c
t
e
d
f
e
a
t
ur
e
r
a
t
h
e
r
t
h
a
n
t
h
e
wh
o
l
e
i
n
i
t
i
a
l
da
t
a
s
e
t
.
E
i
g
h
t
y
pe
r
c
e
n
t
o
f
t
h
e
da
t
a
s
e
t
i
s
ut
i
l
i
z
e
d
f
o
r
t
e
s
t
i
n
g,
20%
o
f
t
h
e
r
e
m
a
i
n
i
ng
a
m
o
un
t
i
s
a
ll
o
c
a
t
e
d
to
t
r
a
i
ni
ng.
T
h
e
ML
t
r
a
i
ni
ng
da
t
a
s
e
t
i
s
u
s
e
d
to
t
e
a
c
h
t
h
e
m
o
de
l
to
pe
r
f
o
r
m
a
l
a
r
ge
n
u
m
be
r
o
f
a
c
t
i
o
n
s
.
T
h
e
m
o
de
l
i
s
t
r
a
i
n
e
d
by
r
e
t
r
i
e
vi
ng
c
e
r
t
a
i
n
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
tr
a
i
ni
ng
s
e
t
.
T
o
de
t
e
r
m
i
ne
w
h
e
t
h
e
r
t
h
e
m
o
de
l
i
s
e
xhi
b
i
t
i
ng
t
h
e
c
or
r
e
c
t
a
c
t
i
o
n
s
,
t
e
s
t
i
n
g
t
hi
s
t
y
pe
o
f
da
t
a
i
s
ne
c
e
s
s
a
r
y
.
T
h
e
r
e
a
r
e
m
u
l
t
i
p
l
e
wa
y
s
t
o
a
c
hi
e
v
e
b
a
l
a
nc
e
i
n
a
da
t
a
s
e
t.
T
h
e
S
M
OT
E
T
o
m
e
k
,
w
hi
c
h
c
o
m
bi
ne
s
t
h
e
S
M
OT
E
a
n
d
T
o
m
e
k
a
l
go
r
i
t
hm
s
,
wa
s
us
e
d
i
n
t
hi
s
a
n
a
ly
s
i
s
.
T
h
e
s
y
n
t
h
e
t
i
c
m
i
n
o
r
i
t
y
o
v
e
r
s
a
m
p
li
ng
t
e
c
hni
que
i
s
r
e
f
e
r
r
e
d
to
a
s
S
M
OT
E
.
T
o
m
e
k
i
s
a
m
e
t
h
o
d
o
f
un
d
e
r
s
a
m
p
li
ng
.
T
o
ge
t
a
b
a
l
a
n
c
e
d
d
i
s
t
r
i
b
ut
i
o
n
o
f
t
h
e
c
l
a
s
s
e
s
,
a
dd
i
t
i
o
n
a
l
s
y
n
t
h
e
t
i
c
mi
n
o
r
i
t
y
s
a
m
p
l
e
s
w
e
r
e
f
i
r
s
t
c
r
e
a
t
e
d
us
i
n
g
t
h
e
S
M
OT
E
.
I
n
o
r
de
r
to
i
n
c
r
e
a
s
e
t
h
e
s
e
pa
r
a
t
i
o
n
b
e
t
we
e
n
t
h
e
t
w
o
c
l
a
s
s
e
s
,
t
h
e
T
o
m
e
k
l
i
nk
wa
s
a
l
s
o
u
t
i
l
i
z
e
d
to
e
l
im
i
na
t
e
s
a
m
p
l
e
s
t
h
a
t
we
r
e
n
e
a
r
t
h
e
i
r
b
o
un
da
r
i
e
s
.
T
h
e
t
e
s
t
s
e
t
wa
s
n
ot
c
h
a
n
ge
d
;
i
t
wa
s
e
xc
l
u
s
i
ve
ly
a
pp
li
e
d
t
o
t
h
e
tr
a
i
ni
ng
da
t
a
s
e
t
.
A
we
i
g
h
t
e
d
m
o
de
l
wa
s
c
r
e
a
t
e
d
s
pe
c
i
f
i
c
a
ll
y
f
o
r
t
h
e
e
n
s
e
m
b
l
e
c
a
t
e
go
r
i
z
a
t
i
o
n
.
T
h
e
t
w
o
a
l
go
r
i
t
hm
s
t
h
a
t
we
r
e
us
e
d
i
n
t
h
e
e
n
s
e
m
b
l
e
m
e
t
h
o
d
e
a
c
h
r
e
c
e
i
ve
d
t
wo
we
i
g
h
t
s
.
A
l
o
o
p
wa
s
u
t
i
li
z
e
d
t
o
v
e
r
i
f
y
t
he
s
e
t
of
w
e
i
g
h
t
s
t
h
a
t
pr
o
duc
e
d
t
h
e
b
e
s
t
a
c
c
ur
a
c
y
f
o
r
e
a
c
h
f
o
l
d,
a
n
d
t
hi
s
c
o
m
bi
na
t
i
o
n
wa
s
c
h
o
s
e
n
f
o
r
e
a
c
h
f
o
l
d.
T
o
i
nc
r
e
a
s
e
t
h
e
m
o
de
l
’
s
s
t
a
bi
li
t
y
a
n
d
pr
e
d
i
c
t
i
v
e
a
bil
i
t
y
,
t
h
e
s
e
pa
r
a
t
e
m
o
de
l
s
we
r
e
i
n
t
e
gr
a
t
e
d
i
n
t
o
a
n
e
ns
e
m
b
l
e
a
ppr
o
a
c
h
.
W
h
e
n
us
i
ng
t
hi
s
m
e
t
h
o
d
i
ns
t
e
a
d
o
f
j
u
s
t
o
n
e
m
o
de
l
,
a
b
e
tt
e
r
pr
e
di
c
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
i
s
po
s
s
i
bl
e
.
T
h
e
gr
o
up
de
v
e
l
o
ps
m
e
t
h
o
ds
f
o
r
c
o
m
bi
n
i
ng
s
e
v
e
r
a
l
M
L
m
o
de
l
s
i
n
t
o
a
s
i
n
g
l
e
pr
e
d
i
c
t
i
o
n
m
o
de
l
.
T
h
e
e
ns
e
m
b
l
e
m
o
de
l
m
a
ke
s
us
e
o
f
t
wo
M
L
a
l
go
r
i
t
hm
s
:
S
VM
a
n
d
DT
.
A
c
o
m
bi
na
t
i
o
n
o
f
i
t
s
hi
g
h
d
i
m
e
ns
i
o
n
a
l
da
t
a
h
a
n
d
li
ng
c
a
pa
c
i
t
y
,
l
o
w
c
o
m
put
a
t
i
o
n
c
o
s
t
,
a
n
d
ge
n
e
r
a
li
z
e
d
pe
r
f
o
r
m
a
n
c
e
,
t
h
e
S
VM
i
s
a
m
o
n
g
t
h
e
b
e
s
t
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
.
S
VM
c
a
n
h
a
n
d
l
e
n
u
m
e
r
o
us
c
o
n
t
i
n
uo
us
a
n
d
c
a
t
e
gor
i
c
a
l
v
a
r
i
a
bl
e
s
pr
o
vi
de
s
r
e
gr
e
s
s
i
o
n
c
l
a
s
s
if
i
c
a
t
i
o
n
a
l
go
r
i
t
hm
s
.
T
h
e
d
i
m
e
ns
i
o
n
o
f
t
h
e
c
l
a
s
s
if
i
e
d
i
t
e
m
s
ha
s
n
o
t
a
ny
i
m
p
a
c
t
o
n
th
e
e
f
f
i
c
i
e
n
c
y
o
f
S
VM
-
b
a
s
e
d
c
l
a
s
s
if
i
c
a
t
i
o
n
.
Us
i
ng
s
pe
c
i
a
l
n
o
nli
ne
a
r
f
u
n
c
t
i
o
n
s
c
a
l
l
e
d
ke
r
ne
l
s
,
t
h
e
i
n
put
s
pa
c
e
i
s
c
o
nv
e
r
t
e
d
i
n
t
o
a
m
u
l
t
i
d
i
m
e
ns
i
o
n
a
l
s
pa
c
e
,
t
h
i
s
a
ppr
o
a
c
h
pr
o
vi
de
s
s
t
r
o
n
g
di
s
c
r
i
mi
na
t
i
v
e
po
we
r
.
I
t
i
s
e
vi
de
n
t
t
h
a
t
,
f
o
r
a
gi
v
e
n
a
m
o
u
n
t
o
f
da
t
a
,
s
e
l
e
c
t
i
n
g
t
h
e
a
pp
r
o
p
r
i
a
t
e
ke
r
n
e
l
f
u
n
c
t
i
o
n
a
n
d
o
p
t
i
m
a
l
pa
r
a
m
e
t
e
r
v
a
l
ue
s
i
s
e
s
s
e
n
t
i
a
l
.
A
dd
i
t
i
o
n
a
ll
y
,
by
de
f
a
u
l
t
,
a
l
l
a
t
t
r
i
but
e
s
a
r
e
n
o
r
m
a
li
z
e
d.
Ge
n
e
r
a
t
i
n
g
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
n
t
r
a
i
ni
ng
da
t
a
a
n
d
a
r
e
gr
e
s
s
i
o
n
m
o
de
l
i
n
t
o
a
t
r
e
e
s
t
r
uc
t
ur
e
i
s
t
h
e
m
a
i
n
go
a
l
o
f
t
h
e
DT
a
l
go
r
i
t
hm
.
T
o
d
o
t
hi
s
,
de
c
i
s
i
o
n
r
u
l
e
s
o
r
DT
a
r
e
us
e
d
to
c
a
t
e
g
o
r
i
z
e
,
pr
e
d
i
c
t
,
or
t
a
r
ge
t
v
a
r
i
a
bl
e
s
o
f
f
ut
ur
e
o
r
n
e
w
da
t
a
b
a
s
e
d
o
n
i
nf
o
r
m
a
t
i
o
n
f
r
o
m
e
a
r
li
e
r
t
i
m
e
s
.
I
t
i
s
a
pp
l
i
c
a
bl
e
t
o
b
ot
h
c
a
t
e
g
o
r
i
c
a
l
a
n
d
n
u
m
e
r
i
c
a
l
da
t
a
.
A
DT
t
h
a
t
i
s
c
o
m
p
l
e
t
e
r
oot
n
o
de
s
a
t
e
a
c
h
l
e
v
e
l
w
hi
c
h
o
pe
r
a
t
e
a
s
s
t
a
r
t
i
n
g
po
i
n
t
s
o
r
t
h
e
o
p
t
i
m
a
l
s
p
l
i
t
t
i
n
g
a
t
tr
i
b
ut
e
s
f
o
r
t
e
s
t
i
n
g
v
a
r
i
o
us
a
t
t
r
i
b
ut
e
s
.
B
r
a
n
c
he
s
w
il
l
r
e
s
u
l
t
f
r
o
m
t
h
e
t
e
s
t
’
s
y
i
e
l
d.
I
n
o
r
de
r
to
de
s
c
r
i
be
o
r
pr
e
di
c
t
t
h
e
n
e
w
i
nf
o
r
m
a
t
i
o
n
,
t
h
e
l
e
a
f
h
u
b
o
pe
r
a
t
e
s
a
s
t
h
e
f
i
na
l
c
l
a
s
s
m
a
r
k
o
r
t
a
r
ge
t
v
a
r
i
a
bl
e
by
ge
n
e
r
a
t
i
n
g
c
o
n
n
e
c
t
i
o
ns
be
t
we
e
n
a
r
r
a
n
ge
m
e
n
t
r
ul
e
s
a
t
t
h
e
r
oot
a
n
d
l
e
a
f
.
T
h
e
s
ugge
s
t
e
d
di
a
be
t
e
s
de
t
e
c
t
i
o
n
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
t
h
e
f
o
l
l
o
w
i
ng
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
ur
e
m
e
n
t
s
:
F
1
-
s
c
o
r
e
,
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
a
nd
r
e
c
a
l
l
.
S
ugge
s
t
e
d
s
t
r
a
t
e
gy
e
f
f
e
c
t
i
ve
l
y
de
t
e
c
t
s
d
i
a
b
e
t
i
c
pa
t
i
e
n
t
s
i
f
t
he
a
c
c
ur
a
c
y
i
s
hi
g
h
.
T
h
e
p
e
o
p
l
e
w
i
t
h
d
i
a
b
e
t
e
s
a
r
e
t
h
e
n
r
e
c
o
m
m
e
n
de
d
f
o
r
e
x
po
r
t
f
o
r
a
dd
i
t
i
o
n
a
l
h
e
a
l
t
h
c
a
r
e
.
I
f
n
o
t
,
t
h
e
pa
t
i
e
n
t
’
s
t
e
s
t
s
a
m
p
l
e
da
t
a
i
s
e
v
a
l
ua
t
e
d
to
b
e
f
r
e
e
o
f
d
i
a
be
t
e
s
.
4.
RE
S
UL
T
AN
AL
YS
I
S
T
hi
s
s
e
c
t
i
o
n
s
h
o
ws
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
de
s
c
r
i
b
e
d
e
n
s
e
m
bl
e
a
ppr
o
a
c
h
f
o
r
de
t
e
c
t
i
o
n
o
f
d
i
a
b
e
t
e
s
m
o
de
l
.
T
h
e
y
o
b
t
a
i
n
da
t
a
f
r
o
m
t
h
e
P
ubli
c
He
a
l
t
h
I
ns
t
i
t
u
t
e
’
s
s
t
a
t
i
s
t
i
c
s
s
e
c
t
o
r
.
T
h
e
r
e
a
r
e
270
r
e
c
o
r
ds
,
o
r
i
ns
t
a
nc
e
s
,
i
n
t
h
e
c
o
l
l
e
c
t
i
o
n
.
P
r
i
o
r
to
us
i
n
g
t
h
e
t
e
c
hni
que
,
t
h
e
da
t
a
s
e
t
r
e
c
e
i
ve
d
s
o
m
e
pr
e
po
s
s
e
s
s
i
ng
.
E
i
g
h
t
y
pe
r
c
e
n
t
o
f
t
h
e
da
t
a
s
e
t
i
s
us
e
d
f
o
r
tr
a
i
ni
ng,
whil
e
t
we
n
t
y
pe
r
c
e
n
t
i
s
us
e
d
f
o
r
t
e
s
t
i
n
g,
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
e
f
f
i
c
i
e
n
c
y
o
f
M
L
t
e
c
hni
que
s
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
m
a
ny
s
t
a
t
i
s
t
i
c
a
l
e
v
a
l
ua
t
i
o
n
m
e
a
s
ur
e
m
e
n
t
s
,
i
n
c
l
ud
i
ng
F1
-
s
c
o
r
e
,
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
a
n
d
r
e
c
a
l
l
.
T
h
e
t
e
r
m
i
n
o
l
o
g
y
ut
i
li
z
e
d
t
o
b
u
i
l
d
t
h
e
s
e
c
a
t
e
go
r
i
z
a
t
i
o
n
m
e
a
s
ur
e
m
e
n
t
e
l
e
m
e
n
t
s
a
r
e
:
-
F
a
l
s
e
po
s
i
t
i
v
e
(
F
P
)
:
i
n
c
o
r
r
e
c
t
p
o
s
i
t
i
ve
pr
e
d
i
c
t
i
o
n
.
-
T
r
ue
p
o
s
i
t
i
v
e
(
T
P
)
:
c
o
r
r
e
c
t
p
o
s
i
t
i
v
e
pr
e
d
i
c
t
i
o
n
.
-
F
a
l
s
e
n
e
ga
t
i
v
e
(
F
N)
:
i
nc
o
r
r
e
c
t
n
e
ga
t
i
v
e
pr
e
d
i
c
t
i
o
n
.
-
T
r
ue
n
e
ga
t
i
v
e
(
T
N)
:
c
o
r
r
e
c
t
n
e
ga
t
i
v
e
pr
e
d
i
c
t
i
o
n
.
A
c
c
ur
a
c
y
:
i
t
m
e
a
s
ur
e
s
t
h
e
m
o
de
l
’
s
t
ot
a
l
n
u
m
be
r
o
f
a
c
c
ur
a
t
e
pr
e
di
c
t
i
o
ns
a
n
d
c
a
n
be
m
e
a
s
ur
e
d
a
s
a
r
a
t
i
o
b
e
t
we
e
n
t
h
e
n
u
m
be
r
o
f
c
o
r
r
e
c
t
pr
e
di
c
t
i
o
n
a
n
d
tot
a
l
n
u
m
be
r
o
f
t
e
s
t
c
a
s
e
s
o
f
m
o
de
l
a
s
i
n
(
1
).
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
38
,
N
o
.
1
,
A
pr
i
l
20
25
:
689
-
698
694
=
(
+
)
(
+
+
+
)
(
1)
P
r
e
c
i
s
i
o
n
:
t
h
e
pr
o
p
o
r
t
i
o
n
o
f
c
o
r
r
e
c
t
p
o
s
i
t
i
v
e
pr
e
d
i
c
t
i
o
n
s
t
o
tot
a
l
po
s
i
t
i
v
e
pr
e
d
i
c
t
i
o
n
s
i
s
k
n
o
wn
a
s
pr
e
c
i
s
i
o
n
a
s
s
h
o
w
n
i
n
(
2
).
=
(
+
)
(
2)
R
e
c
a
ll
:
t
r
ue
p
o
s
i
t
i
v
e
r
a
t
e
,
s
e
n
s
i
t
i
v
i
t
y
,
o
r
r
e
c
a
l
l
de
f
i
ne
d
he
r
e
i
s
a
m
e
a
s
ur
e
t
h
a
t
t
e
l
l
s
us
w
h
a
t
r
a
t
i
o
o
f
po
s
i
t
i
v
e
i
ns
t
a
nc
e
s
t
h
a
t
a
c
t
ua
l
ly
h
a
v
e
d
i
a
b
e
t
e
s
w
i
t
h
t
h
e
a
c
t
ua
l
po
s
i
t
i
ve
i
ns
t
a
n
c
e
s
.
T
h
e
(
3
)
de
f
i
ne
s
t
h
e
r
e
c
a
l
l
.
=
(
+
)
(
3)
F1
-
s
c
o
r
e
:
i
s
a
we
i
g
h
t
e
d
a
v
e
r
a
ge
o
f
t
h
e
r
e
c
a
l
l
a
n
d
pr
e
c
i
s
i
o
n
.
F
o
r
t
h
e
goo
d
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
al
go
r
i
t
hm
,
i
t
m
us
t
b
e
o
n
e
a
n
d
f
o
r
t
h
e
b
a
d
pe
r
f
o
r
m
a
n
c
e
,
i
t
m
us
t
b
e
z
e
r
o
.
1
−
=
2
×
∗
+
(
4)
T
a
bl
e
1
s
h
o
ws
t
h
e
c
o
m
pa
r
a
t
i
ve
a
n
a
ly
s
i
s
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
pa
r
a
m
e
t
e
r
s
a
s
F
1
-
s
c
o
r
e
,
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
a
n
d
r
e
c
a
l
l
o
f
i
n
d
i
v
i
dua
l
c
l
a
s
s
if
i
c
a
t
i
o
n
a
l
go
r
i
t
hm
s
,
s
uc
h
a
s
DT
a
n
d
S
VM
,
wi
t
h
t
h
e
e
n
s
e
m
b
le
m
o
de
l
(
S
VM
+
DT
)
.
T
a
bl
e
1.
C
o
m
pa
r
a
t
i
ve
pe
r
f
o
r
m
a
n
c
e
a
na
l
y
s
i
s
P
a
r
a
me
t
e
r
s
DT
(%)
S
V
M
(%)
E
ns
e
mbl
e
m
o
d
e
l
(
S
V
M
+
D
T
)
(
%
)
A
c
c
u
r
a
c
y
89
92
97
P
r
e
c
is
i
o
n
88
91
96
R
e
c
a
ll
87
91
97
F1
-
s
c
o
r
e
89
90
96
F
i
gur
e
2
s
t
a
t
e
s
c
o
m
pa
r
a
t
i
v
e
gr
a
p
hi
c
a
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
a
n
a
ly
s
i
s
i
n
t
e
r
m
s
a
c
c
ur
a
c
y
f
o
r
de
s
c
r
i
be
d
e
ns
e
m
b
l
e
m
o
de
l
(
S
VM
+
DT
)
a
n
d
i
n
d
i
v
i
dua
l
m
e
t
ho
ds
a
s
DT
a
n
d
S
VM
.
I
t
i
s
c
l
e
a
r
t
h
a
t
,
t
h
e
e
n
s
e
m
b
l
e
m
o
de
l
’
s
(
S
VM
+
DT
)
a
c
c
ur
a
c
y
o
u
t
pe
r
f
o
r
m
s
t
h
a
t
o
f
ot
h
e
r
i
n
d
i
v
i
dua
l
m
e
t
h
o
ds
.
C
o
m
pa
r
a
t
i
v
e
a
n
a
ly
s
i
s
o
f
pr
e
c
i
s
i
o
n
pa
r
a
m
e
t
e
r
f
o
r
e
n
s
e
m
b
l
e
m
e
t
h
o
d
a
n
d
i
n
d
i
vi
du
a
l
m
o
de
l
s
i
s
gr
a
phi
c
a
ll
y
r
e
pr
e
s
e
n
t
e
d
i
n
F
i
gur
e
3
a
n
d
i
t
s
t
a
t
e
s
e
ns
e
m
b
l
e
m
o
de
l
(
S
VM
+
DT
)
a
c
hi
e
v
e
s
hi
g
h
e
r
pe
r
c
e
n
t
a
ge
o
f
pr
e
c
i
s
i
o
n
c
o
m
pa
r
e
to
i
n
d
i
vi
du
a
l
m
e
t
h
o
ds
a
s
DT
a
n
d
S
VM
.
F
i
gur
e
2.
C
o
m
pa
r
i
s
o
n
o
f
a
c
c
ur
a
c
y
F
i
gur
e
3.
C
o
m
pa
r
i
s
o
n
o
f
pr
e
c
i
s
i
o
n
F
i
gur
e
4
de
m
o
n
s
t
r
a
t
e
s
t
h
e
r
e
c
a
l
l
c
o
m
pa
r
a
t
i
v
e
a
na
l
y
s
i
s
gr
a
p
hi
c
a
ll
y
f
o
r
e
n
s
e
m
b
l
e
m
e
t
h
o
d
(
S
VM
+
DT
)
a
n
d
i
n
d
i
v
i
dua
l
m
o
d
e
l
s
a
s
DT
a
n
d
S
VM
.
I
t
s
h
o
ws
th
a
t
e
n
s
e
m
b
l
e
m
o
de
l
(
S
VM
+
DT
)
i
s
ga
i
ns
hi
g
h
e
r
pe
r
c
e
n
t
a
ge
o
f
r
e
c
a
l
l
t
h
a
n
i
nd
i
vi
du
a
l
m
o
de
l
s
a
s
DT
a
n
d
S
VM
.
F
1
-
s
c
o
r
e
b
a
s
e
d
c
o
m
pa
r
a
t
i
v
e
gr
a
phi
c
a
l
a
n
a
ly
s
i
s
f
o
r
e
ns
e
m
b
l
e
m
e
t
h
o
d
(
S
VM
+
DT
)
a
n
d
i
n
d
i
v
i
dua
l
m
o
de
l
s
a
s
DT
a
n
d
S
VM
whi
c
h
i
s
r
e
pr
e
s
e
n
t
e
d
i
n
F
i
gur
e
5.
R
e
s
u
l
t
s
s
t
a
t
e
s
t
h
a
t,
F
1
-
s
c
o
r
e
v
a
l
ue
i
s
hi
g
h
e
r
f
o
r
e
n
s
e
m
bl
e
m
o
de
l
(
S
VM
+
DT
)
c
o
m
pa
r
e
to
i
n
d
i
vi
du
a
l
mo
de
l
s
a
s
DT
a
n
d
S
VM
whi
c
h
i
s
e
f
f
i
c
i
e
n
t
.
85
90
95
100
DT
S
VM
E
ns
e
mbl
e
model
(
S
V
M
+DT
)
p
e
r
c
e
n
t
age
Cl
as
s
if
ier
s
A
c
c
ur
ac
y
80
85
90
95
100
DT
S
VM
E
ns
e
mbl
e
model
(
S
V
M
+
DT
)
per
c
e
nt
age
Cl
as
s
if
ier
s
P
r
e
c
is
ion
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
appr
oac
h
f
or
de
tec
ti
on
o
f
diabete
s
us
ing
SV
M
and
DT
(
M
angalapal
li
V
ams
ikr
is
hna)
695
F
i
gur
e
4.
C
o
m
pa
r
i
s
o
n
o
f
r
e
c
a
l
l
F
i
gur
e
5.
C
o
m
pa
r
i
s
o
n
o
f
F
1
-
s
c
o
r
e
F
r
o
m
o
v
e
r
a
l
l
r
e
s
u
l
t
s
,
96%
o
f
pr
e
c
i
s
i
o
n
,
97%
o
f
a
c
c
ur
a
c
y
,
96%
o
f
F
1
-
s
c
o
r
e
,
a
n
d
97%
o
f
r
e
c
a
l
l
v
a
l
ue
s
a
r
e
t
h
e
r
e
s
u
l
t
s
a
c
hi
e
ve
d
f
o
r
t
h
e
e
n
s
e
m
b
l
e
m
o
de
l
(
S
VM
+
DT
)
t
h
a
t
i
s
pr
e
s
e
n
t
e
d.
F
r
o
m
r
e
s
u
l
t
s
,
i
t
c
o
n
c
l
u
de
s
t
h
a
t
e
ns
e
m
b
l
e
M
L
c
l
a
s
s
if
i
c
a
t
i
o
n
t
e
c
hni
que
(
S
VM
+
DT
)
o
u
t
pe
r
f
o
r
m
s
c
o
m
pa
r
a
t
i
ve
l
y
w
i
t
h
i
nd
i
vi
du
a
l
M
L
m
o
de
l
s
(
DT
a
n
d
S
VM
)
.
5.
CONC
L
USI
ON
An
E
n
s
e
m
b
l
e
a
ppr
o
a
c
h
f
o
r
de
t
e
c
t
i
o
n
o
f
d
i
a
b
e
t
e
s
us
i
n
g
S
VM
a
n
d
DT
i
s
de
s
c
r
i
be
d
i
n
t
hi
s
pa
pe
r
.
I
n
c
r
e
a
s
e
d
bl
o
o
d
s
uga
r
or
gl
uc
o
s
e
l
e
v
e
l
s
a
r
e
a
n
i
n
d
i
c
a
t
i
o
n
o
f
d
i
a
be
t
e
s
,
a
c
h
r
o
ni
c
i
ll
ne
s
s
.
De
t
e
c
t
i
o
n
o
f
pa
t
i
e
n
t
w
i
t
h
d
i
a
b
e
t
e
s
a
t
e
a
r
l
y
s
t
a
ge
i
s
t
h
e
m
o
s
t
c
r
uc
i
a
l
t
a
s
k
a
n
d
h
e
l
ps
to
a
v
o
i
d
t
h
e
r
i
s
k
o
f
t
h
e
pe
o
pl
e
f
r
o
m
t
h
e
d
i
s
e
a
s
e
s
t
h
a
t
l
e
a
d
t
o
c
a
us
e
de
a
t
h
.
W
h
e
n
c
o
m
pa
r
e
d
t
o
a
s
i
ng
l
e
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
,
a
n
e
ns
e
m
b
l
e
a
ppr
o
a
c
h
i
n
M
L
h
a
s
de
m
o
ns
t
r
a
t
e
d
i
m
pr
o
v
e
d
a
c
c
ur
a
c
y
by
c
o
m
bi
n
i
ng
th
e
r
e
s
u
l
t
s
f
r
o
m
s
e
ve
r
a
l
m
o
de
l
s
.
A
s
a
r
e
s
u
l
t
,
a
n
e
n
s
e
m
bl
e
a
ppr
o
a
c
h
w
i
t
h
S
VM
a
n
d
DT
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
s
i
s
us
e
d
i
n
t
hi
s
a
n
a
ly
s
i
s
.
T
h
e
y
o
b
t
a
i
n
t
h
e
i
nf
o
r
m
a
t
i
o
n
t
h
e
y
r
e
qu
i
r
e
f
r
o
m
t
h
e
P
ubli
c
He
a
l
t
h
I
n
s
t
i
t
ut
e
’
s
s
t
a
t
i
s
t
i
c
s
s
e
c
t
or
.
T
h
e
r
e
a
r
e
270
r
e
c
o
r
ds
,
or
i
n
s
t
a
n
c
e
s
,
i
n
t
h
e
c
o
l
l
e
c
t
i
o
n
.
F
o
r
t
h
e
pur
po
s
e
o
f
us
i
ng
t
h
e
t
e
c
hni
que
,
t
h
e
da
t
a
s
e
t
r
e
c
e
i
v
e
d
s
o
m
e
pr
e
po
s
s
e
s
s
i
ng.
E
i
g
h
t
y
pe
r
c
e
n
t
o
f
t
h
e
da
t
a
s
e
t
i
s
us
e
d
f
o
r
t
r
a
i
ni
ng,
whil
e
t
we
n
t
y
pe
r
c
e
n
t
i
s
us
e
d
f
o
r
t
e
s
t
i
n
g,
r
e
s
pe
c
t
i
v
e
ly
.
P
r
e
d
i
c
t
i
v
e
m
o
de
li
ng
r
e
qu
i
r
e
s
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
whi
c
h
i
s
do
n
e
to
a
ddr
e
s
s
m
u
l
t
i
c
o
l
li
ne
a
r
i
t
y
a
n
d
e
l
im
i
na
t
e
r
e
dun
da
n
t
f
e
a
t
ur
e
s
t
h
a
t
h
a
v
e
s
t
r
o
n
g
c
o
r
r
e
l
a
t
i
o
n
s
w
i
t
h
o
n
e
a
n
o
t
h
e
r
i
n
o
r
de
r
to
e
n
ha
n
c
e
t
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
.
I
n
o
r
de
r
to
c
h
a
n
ge
t
h
e
i
n
put
da
t
a
i
n
t
o
t
h
e
f
e
a
t
ur
e
s
’
o
u
t
pu
t
,
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
i
s
ut
i
li
z
e
d.
T
h
e
S
M
OT
E
T
o
m
e
k,
whi
c
h
c
o
m
bi
ne
s
t
h
e
S
M
OT
E
a
n
d
T
o
m
e
k
a
l
go
r
i
t
hm
s
,
wa
s
us
e
d
i
n
t
hi
s
a
n
a
ly
s
i
s
.
T
he
s
y
n
t
h
e
t
i
c
m
i
n
o
r
i
t
y
o
v
e
r
s
a
m
p
li
ng
t
e
c
hni
que
i
s
r
e
f
e
r
r
e
d
to
a
s
S
M
OT
E
.
T
o
m
e
k
i
s
a
m
e
t
h
o
d
o
f
u
nde
r
s
a
m
p
li
ng
.
T
o
ge
t
a
b
a
l
a
n
c
e
d
d
i
s
t
r
i
b
ut
i
o
n
o
f
t
h
e
c
l
a
s
s
e
s
,
a
dd
i
t
i
o
n
a
l
s
y
n
t
h
e
t
i
c
m
i
n
o
r
i
t
y
s
a
m
p
l
e
s
we
r
e
f
i
r
s
t
c
r
e
a
t
e
d
us
i
n
g
t
h
e
S
M
OT
E
.
T
h
e
s
ugge
s
t
e
d
di
a
b
e
t
e
s
de
t
e
c
t
i
o
n
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
t
h
e
f
o
l
l
o
w
i
ng
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
ur
e
m
e
n
t
s
:
F
1
-
s
c
o
r
e
,
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
a
n
d
r
e
c
a
ll
.
r
e
s
u
l
t
s
o
b
t
a
i
n
e
d
f
o
r
t
h
e
e
ns
e
m
bl
e
m
o
de
l
pr
e
s
e
n
t
e
d
a
r
e
96%
f
o
r
p
r
e
c
i
s
i
o
n
,
97%
f
o
r
a
c
c
ur
a
c
y
,
97%
f
o
r
r
e
c
a
l
l
,
a
n
d
96%
f
o
r
F
1
-
s
c
o
r
e
.
F
r
o
m
r
e
s
u
l
t
s
,
c
o
n
c
l
ude
t
h
a
t
e
n
s
e
m
b
l
e
M
L
c
l
a
s
s
if
i
c
a
t
i
o
n
t
e
c
h
ni
que
hi
g
h
o
u
t
pe
r
f
o
r
m
s
c
o
m
p
a
r
a
t
i
v
e
ly
i
nd
i
vidua
l
M
L
m
o
de
l
s
.
I
n
f
ut
ur
e
,
we
i
n
t
e
n
d
to
i
m
p
l
e
m
e
n
t
t
hi
s
s
t
udy
t
o
a
n
i
n
t
e
gr
a
t
e
d
di
a
be
t
e
s
de
c
i
s
i
o
n
s
uppo
r
t
s
y
s
t
e
m
(
DD
S
S
)
whi
c
h
i
s
v
e
r
y
he
l
p
f
u
l
to
di
a
b
e
t
e
s
pa
t
i
e
n
t
s
.
RE
F
E
R
E
NC
E
S
[
1]
I
.
A
lj
a
ma
a
n
a
nd
I
.
A
l
-
N
a
ib
,
“
P
r
e
di
c
ti
o
n
of
bl
oo
d
g
lu
c
o
s
e
l
e
ve
l
us
in
g
no
n
li
ne
a
r
s
y
s
t
e
m
id
e
nt
i
f
i
c
a
ti
o
n
a
p
pr
o
a
c
h,
”
in
I
E
E
E
A
c
c
e
s
s
,
vo
l.
10,
pp. 1936
-
1945, 2022, d
oi
:
10.1109/AC
C
E
S
S
.2021.313
9578
[
2]
L
.
M
e
ne
gh
e
tt
i,
A
.
F
a
c
c
hi
n
e
tt
i
,
a
nd
S
.
D
.
F
a
ve
r
o
,
“
M
o
d
e
l
-
ba
s
e
d
de
te
c
ti
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
of
in
s
ul
in
pump
f
a
ul
ts
a
nd
mi
s
s
e
d
me
a
l
a
nno
un
c
e
me
nt
s
in
a
r
ti
f
i
c
ia
l
pa
nc
r
e
a
s
s
y
s
t
e
ms
f
o
r
t
ype
1
di
a
be
te
s
th
e
r
a
p
y
,
”
in
I
E
E
E
T
r
ans
ac
ti
ons
on
B
io
m
e
d
ic
al
E
ngi
ne
e
r
in
g
, vo
l.
68, n
o
. 1, pp. 170
-
180, J
a
n. 2021, doi:
10.110
9/
T
B
M
E
.2020.3004270.
[
3]
H
.
R
oo
pa
a
nd
T
.
A
s
ha
,
“
A
li
ne
a
r
m
o
d
e
l
ba
s
e
d
o
n
p
r
in
c
ip
a
l
c
ompo
n
e
nt
a
na
l
y
s
is
f
o
r
di
s
e
a
s
e
pr
e
d
i
c
ti
o
n,
”
in
I
E
E
E
A
c
c
e
s
s
,
vo
l
.
7,
pp. 105314
-
105318, 2019, do
i
:
10.1109/AC
C
E
S
S
.2019.293195
6.
[
4]
W
.
W
a
ng,
M
.
T
o
ng
,
a
nd
M
.
Y
u,
“
B
l
oo
d
gl
u
c
o
s
e
p
r
e
d
ic
t
i
o
n
w
it
h
V
M
D
a
nd
L
S
T
M
o
pt
im
i
z
e
d
b
y
im
pr
ove
d
pa
r
t
ic
l
e
s
w
a
r
m
o
pt
im
i
z
a
ti
o
n,
”
in
I
E
E
E
A
c
c
e
s
s
, vo
l.
8, pp. 217908
-
217916, 202
0, do
i:
10.
1109/AC
C
E
S
S
.2020.3041355
.
[
5]
A
.
R
a
me
s
h,
C
.
K
.
S
ubba
r
a
y
a
,
a
nd
R
.
K
.
G
.
K
r
is
hne
g
o
w
da
,
“
A
r
e
m
o
t
e
h
e
a
lt
h
mo
ni
t
o
r
in
g
f
r
a
m
e
w
o
r
k
f
o
r
h
e
a
r
t
di
s
e
a
s
e
a
nd
di
a
be
t
e
s
pr
e
di
c
ti
o
n
us
in
g
a
d
v
a
nc
e
d
a
r
ti
f
i
c
ia
l
in
t
e
ll
ig
e
n
c
e
m
o
d
e
l
”
,
I
ndo
ne
s
ia
n
J
our
nal
o
f
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
C
om
put
e
r
Sc
ie
nc
e
(
I
J
E
E
C
S)
,
vo
l
30, n
o
2, M
a
y
2023, d
o
i.
o
r
g/
10.11591/i
je
e
c
s
.v
30
.i
2.pp846
-
859
[
6]
C
.
O
ba
s
i,
I
.
N
du,
a
nd
O
.
I
lo
a
nus
i,
“
A
f
r
a
m
e
w
o
r
k
f
or
in
te
r
n
e
t
of
th
in
gs
-
ba
s
e
d
b
o
d
y
ma
s
s
in
de
x
e
s
ti
ma
ti
o
n
a
nd
o
b
e
s
it
y
p
r
e
d
ic
t
i
o
n
”
,
2020
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
e
-
H
e
al
th
and
B
io
e
ngi
ne
e
r
in
g
(
E
H
B
)
,
2020,
do
i:
10.1109/
E
H
B
50910.2020.9280202.
[
7]
S
.
L
a
nga
r
i
c
a
,
M
.
R
o
dr
ig
u
e
z
-
F
e
r
na
nde
z
,
F
.
J
.
D
oy
l
e
I
I
I
a
nd
F
.
N
úñe
z
,
“
A
pr
o
ba
bi
li
s
ti
c
a
ppr
o
a
c
h
t
o
bl
oo
d
gl
u
c
o
s
e
pr
e
di
c
ti
on
in
t
y
p
e
1
di
a
be
t
e
s
unde
r
me
a
l
un
c
e
r
ta
i
nt
i
e
s
,
”
in
I
E
E
E
J
our
nal
of
B
io
m
e
di
c
al
and
H
e
al
th
I
nf
or
m
at
ic
s
,
v
o
l.
27,
n
o
.
10,
pp.
5054
-
5
065,
O
c
t.
2023, d
o
i:
10.1109/J
B
H
I
.2023.3309302.
84
86
88
90
92
94
96
98
DT
S
V
M
S
V
M
+
D
T
per
c
e
nt
age
Cl
as
s
if
ier
s
Re
c
al
l
84
86
88
90
92
94
96
98
DT
S
V
M
S
V
M
+
D
T
p
e
r
c
e
n
t
age
Cl
as
s
if
ier
s
F1
-
S
c
or
e
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
38
,
N
o
.
1
,
A
pr
i
l
20
25
:
689
-
698
696
[
8]
R
.
N
.
P
a
ti
l,
S
.
R
a
w
a
nda
le
,
N
.
R
a
w
a
nda
le
,
U
.
R
a
w
a
nd
a
le
,
S
.
P
a
ti
l,
“
A
n
e
f
f
i
c
i
e
nt
s
ta
c
ki
ng
ba
s
e
d
N
S
G
A
-
I
I
a
ppr
o
a
c
h
f
o
r
pr
e
di
c
t
in
g
t
y
p
e
2
di
a
b
e
t
e
s
”
,
I
nt
e
r
nat
io
nal
J
our
nal
of
E
le
c
tr
i
c
al
and
C
om
put
e
r
E
ngi
ne
e
r
in
g
(
I
J
E
C
E
)
,
vo
l
13,
n
o
1,
2
023,
do
i
:
10.11591/i
je
c
e
.
v
13i
1.pp1015
-
1023
.
[
9]
D
.
A
.
K
.
W
a
r
da
ni
,
S.
S
ug
ia
r
t
o
,
a
nd
R
.
C
il
mi
a
t
y
,
“
S
tr
e
s
s
,
nut
r
it
i
o
na
l
s
ta
tu
s
a
nd
bl
oo
d
g
lu
c
o
s
e
l
e
ve
ls
a
m
o
ng
pa
ti
e
nt
s
w
it
h
di
a
b
e
t
e
s
me
ll
it
us
t
y
p
e
2,
”
I
nt
e
r
nat
io
nal
J
our
nal
of
P
ubl
ic
H
e
al
th
Sc
ie
nc
e
(
I
J
P
H
S)
,
vo
l.
7,
n
o
.
4,
pp.
283
-
288,
do
i
:
10.11591/i
jp
hs
.v
7i
4.14914
.
[
10]
P
.
S
.
M
ul
l
e
r
a
nd
M
.
N
i
r
ma
la
,
“
D
ia
gno
s
is
of
ge
s
ta
ti
o
na
l
di
a
b
e
t
e
s
m
e
ll
it
us
us
in
g
r
a
di
a
l
ba
s
is
f
un
c
ti
o
n,
”
2016
O
nl
in
e
I
nt
e
r
nat
i
onal
C
onf
e
r
e
nc
e
on
G
r
e
e
n
E
ngi
ne
e
r
in
g
and
T
e
c
hnol
o
gi
e
s
(
I
C
-
G
E
T
)
,
C
o
im
ba
t
or
e
,
I
ndi
a
,
2016,
pp.
1
-
4,
do
i:
10.1109/
G
E
T
.2016.7916859.
[
11]
R
.
S
of
ia
na
a
nd
S
ut
ik
no
,
“
O
pt
im
i
z
a
ti
o
n
of
ba
c
kpr
o
pa
ga
ti
o
n
f
o
r
e
a
r
l
y
de
t
e
c
ti
o
n
of
di
a
be
te
s
me
ll
it
us
”
,
I
nt
e
r
nat
io
nal
J
our
na
l
o
f
E
le
c
tr
ic
al
and C
om
put
e
r
E
ngi
ne
e
r
in
g (
I
J
E
C
E
)
,
vo
l
8, n
o
5, O
c
t
o
b
e
r
2018, d
o
i
:
10.11591/
ij
e
c
e
.
v
8i
5.pp3232
-
3237
.
[
12]
L
.
F
l
or
e
s
,
R
.
M
.
H
e
r
na
nde
z
,
L
.
H
.
M
a
c
a
ta
nga
y
,
S
.
M
.
G
.
G
a
r
c
i
a
,
a
nd
J
.
R
.
M
e
lo
,
“
C
o
mpa
r
a
ti
v
e
a
na
l
y
s
is
in
th
e
pr
e
d
ic
t
i
o
n
of
e
a
r
l
y
-
s
ta
ge
di
a
be
t
e
s
us
in
g
mul
ti
pl
e
ma
c
hi
ne
le
a
r
ni
ng
te
c
hni
qu
e
s
”
,
T
he
I
ndone
s
ia
n
J
our
nal
o
f
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
C
om
p
ut
e
r
Sc
ie
nc
e
(
I
J
E
E
C
S)
, vol
32, n
o
2, N
ove
mb
e
r
2023, d
o
i
:
10.11591
/i
je
e
c
s
.v
32.i
2.pp887
-
899
.
[
13]
S
.
R
e
s
hmi
,
S
.
K
.
B
is
w
a
s
,
A
.
N
.
B
o
r
ua
h,
D
.
M
.
T
ho
una
o
ja
m
a
nd
B
.
P
ur
ka
y
a
s
th
a
,
“
D
ia
be
te
s
pr
e
d
ic
t
i
o
n
us
in
g
ma
c
hi
ne
l
e
a
r
ni
ng
an
a
l
y
ti
c
s
,
”
2022
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
M
ac
hi
ne
L
e
ar
ni
ng,
B
ig
D
at
a,
C
lo
ud
and
P
ar
al
le
l
C
om
put
in
g
(
C
O
M
-
IT
-
C
O
N
)
,
F
a
r
id
a
ba
d, I
ndi
a
, 2022, pp. 108
-
112, doi:
10.1109/C
O
M
-
IT
-
C
O
N
54601.2022.9850922.
[
14]
S
.
A
.
S
a
ji
a
nd
K
B
a
la
c
ha
ndr
a
n,
“
P
e
r
f
or
ma
nc
e
a
na
l
y
s
is
of
tr
a
i
ni
ng
a
lg
o
r
i
th
ms
of
mul
ti
la
y
e
r
p
e
r
c
e
pt
r
o
ns
in
di
a
be
te
s
pr
e
di
c
ti
o
n
”
,
2015
I
nt
e
r
nat
io
nal
C
on
f
e
r
e
n
c
e
on
A
dv
anc
e
s
in
C
om
put
e
r
E
ngi
n
e
e
r
in
g
and
A
ppl
ic
at
io
ns
,
2015,
pp.
201
-
206,
do
i:
10.1109/
I
C
A
C
E
A
.2015.7164695.
[
15]
X
.
-
H
.
M
e
ng,
Y
-
X
.
H
ua
ng,
D
-
P
.
R
a
o
n,
Q
.
Z
ha
ng,
a
nd
Q
.
L
iu
,
“
C
o
mpa
r
is
o
n
of
th
r
e
e
da
ta
mi
ni
ng
m
o
d
e
ls
f
o
r
p
r
e
di
c
ti
ng
di
a
be
t
e
s
o
r
pr
e
di
a
b
e
t
e
s
b
y
r
is
k
f
a
c
t
o
r
s
”
,
K
aohs
iu
ng
J
our
nal
o
f
M
e
di
c
al
Sc
ie
nc
e
s
,
v
o
l.
29,
n
o
.
2,
pp.
93
-
99,
2
013,
do
i
:
10.1016/j
.k
jm
s
.2012.08.016
.
[
16]
B
.
P
a
ul
a
nd
B
.
K
a
r
n,
“
D
ia
be
t
e
s
m
e
ll
it
us
p
r
e
d
ic
t
i
o
n
us
in
g
h
y
br
i
d
a
r
ti
f
i
c
ia
l
n
e
ur
a
l
ne
tw
or
k,
”
2021
I
E
E
E
B
om
bay
Se
c
ti
on
Si
gnat
ur
e
C
onf
e
r
e
nc
e
(
I
B
SSC
)
, G
w
a
li
or
, I
ndi
a
,
2021, pp. 1
-
5, d
o
i:
10.110
9/
I
B
S
S
C
53889.2021.9673397.
[
17]
C
.
Z
ha
o
a
nd
C
.
Y
u,
“
R
a
pi
d
mo
de
l
id
e
nt
i
f
i
c
a
ti
o
n
f
o
r
o
nl
in
e
s
ubc
ut
a
ne
o
us
gl
uc
o
s
e
c
o
n
c
e
nt
r
a
ti
o
n
pr
e
di
c
ti
o
n
f
o
r
ne
w
s
ubj
e
c
ts
w
it
h
t
y
p
e
i
di
a
be
t
e
s,
”
in
I
E
E
E
T
r
ans
ac
ti
ons
on
B
io
m
e
di
c
al
E
ngi
ne
e
r
in
g
,
v
o
l.
6
2,
n
o
.
5,
pp.
1333
-
1344,
M
a
y
2
015,
do
i:
10.1109/
T
B
M
E
.2014.2387293
.
[
18]
E
.
A
.
P
us
t
o
z
e
r
ov
,
“
M
a
c
hi
ne
le
a
r
ni
ng
a
ppr
o
a
c
h
f
or
p
o
s
tp
r
a
n
di
a
l
bl
oo
d
g
lu
c
o
s
e
pr
e
di
c
ti
o
n
in
g
e
s
ta
ti
o
na
l
di
a
be
te
s
m
e
ll
it
us
,
”
in
I
E
E
E
A
c
c
e
s
s
, vo
l.
8, pp. 21908
-
219321, 2020, d
o
i:
10.1109/
A
C
C
E
S
S
.2020.3042483.
[
19]
N
.
F
a
z
a
ki
s
,
O
.
K
oc
s
is
,
E
.
D
r
it
s
a
s
,
S
.
A
le
x
i
o
u,
N
.
F
a
ko
ta
ki
s
a
nd
K
.
M
o
us
ta
ka
s
,
“
M
a
c
hi
ne
le
a
r
n
in
g
to
ol
s
f
o
r
l
o
ng
-
te
r
m
t
ype
2
di
a
be
te
s
r
is
k pr
e
di
c
ti
o
n,
”
in
I
E
E
E
A
c
c
e
s
s
,
vo
l.
9, pp. 103737
-
10
3757, 2021, do
i:
10.1109/AC
C
E
S
S
.202
1.3098691.
[
20]
P
.
N
ua
nka
e
w
,
S
.
C
ha
is
in
g
a
nd
P
.
T
e
md
e
e
,
“
A
v
e
r
a
ge
w
e
ig
ht
e
d
o
b
je
c
ti
ve
di
s
ta
nc
e
-
ba
s
e
d
me
th
o
d
f
or
t
y
p
e
2
di
a
be
te
s
p
r
e
d
ic
t
i
o
n,
”
in
I
E
E
E
A
c
c
e
s
s
, vo
l.
9, pp. 137015
-
137028, 2021, d
o
i:
10.1109
/AC
C
E
S
S
.2021.3117269.
[
21]
I
.
N
.
M
a
hmo
o
d
a
nd
H
.
S
.
A
bd
ul
la
h,
“
A
na
ly
z
in
g
th
e
b
e
ha
v
i
o
r
of
di
f
f
e
r
e
n
t
c
la
s
s
if
i
c
a
ti
o
n
a
lg
o
r
it
hms
in
di
a
be
t
e
s
pr
e
di
c
ti
on
”
,
I
A
E
S
I
nt
e
r
nat
io
nal
J
our
nal
of
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
(
I
J
-
A
I
)
,
vo
l.
13,
I
s
s
ue
.
1,
pp.
201
-
206,
2024,
do
i
:
10.11591/i
ja
i.
v
13.
i1
.pp201
-
206
.
[
22]
B
.
J
.
L
e
e
a
nd
J
.
Y
.
K
im
,
“
I
de
nt
i
f
ic
a
ti
o
n
of
t
y
p
e
2
di
a
be
te
s
r
is
k
f
a
c
t
o
r
s
us
in
g
phe
no
t
y
p
e
s
c
o
ns
is
ti
ng
of
a
nt
hr
o
p
o
m
e
tr
y
a
nd
tr
ig
l
y
c
e
r
id
e
s
ba
s
e
d
o
n
ma
c
hi
n
e
l
e
a
r
ni
ng,
”
in
I
E
E
E
J
our
nal
of
B
io
m
e
di
c
al
and
H
e
al
th
I
n
f
or
m
at
ic
s
,
v
o
l.
20,
no
.
1,
pp.
39
-
46,
J
a
n
.
2016,
do
i:
10.1109/J
B
H
I
.2015.2396520
.
[
23]
K.
K
a
ngr
a
a
nd
J.
S
in
gh,
“
A
ge
ne
ti
c
a
lg
o
r
it
hm
-
ba
s
e
d
f
e
a
tu
r
e
s
e
le
c
ti
o
n
a
ppr
o
a
c
h
f
o
r
di
a
b
e
te
s
pr
e
di
c
ti
o
n,
”
I
A
E
S
I
nt
e
r
nat
io
nal
J
our
nal
of
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
(
I
J
-
A
I
)
,
vo
l.
13, I
s
s
ue
. 2, pp. 1
489
-
1498, 2024, do
i
:
10.1159
1/
ij
a
i.
v
13.i
2.pp1489
-
1498
.
[
24]
B
.
J
.
L
e
e
,
B
.
K
u,
J
.
N
a
m,
D
.
D
.
P
ha
m
,
a
nd J
.
Y
.
K
im
,
“
P
r
e
di
c
ti
o
n
of
f
a
s
ti
ng
pl
a
s
ma
gl
uc
o
s
e
s
ta
tu
s
us
in
g a
nt
hr
o
p
o
m
e
tr
i
c
m
e
a
s
ur
e
s
f
or
di
a
gn
o
s
in
g
t
y
pe
2
di
a
b
e
t
e
s
,
”
in
I
E
E
E
J
our
nal
of
B
io
m
e
di
c
al
and
H
e
al
th
I
nf
or
m
at
ic
s
,
v
o
l.
18,
n
o
.
2,
pp.
555
-
561,
M
a
r
c
h
2
014,
do
i:
10.1109/J
B
H
I
.2013.2264509.
[
25]
T
.
M
.
L
e
,
T
.
M
.
V
o
,
T
.
N
.
P
ha
m,
a
nd
S
.
V
.
T
.
D
a
o
,
“
A
n
ove
l
w
r
a
pp
e
r
-
ba
s
e
d
f
e
a
tu
r
e
s
e
l
e
c
ti
o
n
f
or
e
a
r
l
y
di
a
be
t
e
s
pr
e
di
c
t
io
n
e
nha
nc
e
d w
it
h a
m
e
ta
he
u
r
is
ti
c
,”
I
E
E
E
A
c
c
e
s
s
, vo
l.
9, pp.
7869
–
7884, 2021, do
i:
10.1109/AC
C
E
S
S
.2020.3047942.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
D
r.
M
a
n
g
a
l
a
pa
l
l
i
V
a
m
s
i
k
r
i
s
hn
a
i
s
cu
rr
e
n
t
l
y
w
o
rk
i
n
g
as
Pro
f
e
s
s
o
r
i
n
t
h
e
D
e
p
art
men
t
o
f
I
T
,
A
d
i
t
y
a
E
n
g
i
n
ee
r
i
n
g
Co
l
l
eg
e
(
A
),
S
u
r
am
p
al
em
,
K
ak
i
n
a
d
a.
I
,
h
a
v
e
aro
u
n
d
2
0
+
y
e
ars
o
f
t
e
a
ch
i
n
g
e
x
p
e
ri
e
n
ce
i
n
v
ari
o
u
s
e
n
g
i
n
ee
ri
n
g
c
o
l
l
e
g
e
s
,
u
n
i
v
e
rs
i
t
i
e
s
.
I
h
a
v
e
p
u
rs
u
ed
my
MCA
fro
m
I
G
N
O
U
,
l
at
e
r
co
m
p
l
e
t
ed
my
M
.
T
ech
.
i
n
C
o
m
p
u
t
e
r
S
ci
e
n
ce
fr
o
m
Sa
m
H
i
g
g
i
n
b
o
t
t
o
m
U
n
i
v
e
rs
i
t
y
o
f
A
g
r
i
cu
l
t
u
r
e,
T
ech
n
o
l
o
g
y
a
n
d
S
ci
en
ce
s
(fo
r
me
rl
y
A
l
l
a
h
ab
ad
A
g
ri
cu
l
t
u
ra
l
I
n
s
t
i
t
u
t
e
D
eeme
d
U
n
i
v
e
rs
i
t
y
(
A
A
ID
U
))
a
n
d
t
h
en
al
s
o
co
m
p
l
e
t
ed
my
M
.
T
ech
.
i
n
t
h
e
s
t
re
a
m
o
f
A
rt
i
fi
ci
al
In
t
el
l
i
g
en
ce
an
d
Ro
b
o
t
i
c
s
(A
I
&
R)
fro
m
A
n
d
h
ra
U
n
i
v
e
rs
i
t
y
.
L
at
e
r
Co
m
p
l
e
t
e
d
my
D
o
c
t
o
ra
l
D
eg
r
ee
fr
o
m
Cen
t
u
ri
o
n
U
n
i
v
ers
i
t
y
o
f
T
ech
n
o
l
o
g
y
an
d
Ma
n
ag
emen
t
(CU
T
M)
i
n
t
h
e
ar
e
a
o
f
M
ed
i
c
a
l
Im
a
g
e
Pro
ce
s
s
i
n
g
.
I
h
a
v
e
aro
u
n
d
9
0
+
p
u
b
l
i
c
at
i
o
n
s
i
n
v
ari
o
u
s
n
at
i
o
n
a
l
an
d
In
t
e
r
n
at
i
o
n
al
J
o
u
r
n
al
s
.
A
l
s
o
h
av
e
aro
u
n
d
1
5
p
u
b
l
i
c
at
i
o
n
s
i
n
n
at
i
o
n
al
an
d
i
n
t
e
r
n
at
i
o
n
al
C
o
n
f
e
r
e
n
ce
s
.
L
at
e
r,
s
t
art
e
d
g
u
i
d
i
n
g
r
e
s
e
ar
ch
s
c
h
o
l
ars
fr
o
m
v
ari
o
u
s
s
p
e
c
i
a
l
i
zat
i
o
n
s
l
i
k
e
cl
o
u
d
c
o
m
p
u
t
i
n
g
,
med
i
c
a
l
i
m
ag
e
p
ro
ce
s
s
i
n
g
,
d
at
a
s
c
i
en
ce
,
cy
b
e
r
s
ecu
ri
t
y
,
an
d
m
a
ch
i
n
e
l
e
arn
i
n
g
.
C
u
rr
e
n
t
l
y
,
I
h
av
e
s
u
cce
s
s
fu
l
l
y
g
u
i
d
ed
1
4
s
c
h
o
l
ars
a
n
d
h
a
v
e
b
een
aw
ar
d
e
d
w
i
t
h
D
o
c
t
o
ra
l
D
e
g
r
ee
s
.
I
a
l
s
o
h
av
e
6
S
c
h
o
l
ars
w
h
o
ar
e
cu
rr
e
n
t
l
y
d
o
i
n
g
r
e
s
e
ar
c
h
u
n
d
e
r
my
g
u
i
d
an
ce
.
H
e
c
a
n
b
e
c
o
n
t
ac
t
e
d
at
em
a
i
l
:
v
k
m
an
g
al
a
m
p
al
l
i
@
g
m
ai
l
.
co
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
A
n
e
ns
e
mble
appr
oac
h
f
or
de
tec
ti
on
o
f
diabete
s
us
ing
SV
M
and
DT
(
M
angalapal
li
V
ams
ikr
is
hna)
697
M
a
n
u
Gu
pt
a
h
a
s
c
o
m
p
l
e
t
e
d
h
e
r
d
o
c
t
o
r
a
t
e
i
n
2
0
1
9
fro
m
Bi
rl
a
I
n
s
t
i
t
u
t
e
fo
r
T
e
c
h
n
o
l
o
g
y
an
d
Sc
i
e
n
c
e
Pi
l
an
i
,
H
y
d
e
ra
b
ad
C
am
p
u
s
,
In
d
i
a.
Sh
e
i
s
c
u
r
re
n
t
l
y
w
o
rk
i
n
g
a
t
t
h
e
S
re
e
n
i
d
h
i
I
n
s
t
i
t
u
t
e
o
f
Sc
i
e
n
c
e
an
d
T
e
c
h
n
o
l
o
g
y
,
H
y
d
e
r
a
b
ad
,
i
n
t
h
e
D
e
p
a
r
t
m
e
n
t
o
f
E
l
e
c
t
ro
n
i
c
s
an
d
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
ri
n
g
.
H
e
r
re
s
e
arc
h
fo
c
u
s
e
s
o
n
m
ac
h
i
n
e
l
e
arn
i
n
g
,
d
e
e
p
l
e
a
rn
i
n
g
,
s
e
n
t
i
m
e
n
t
a
n
al
y
s
i
s
,
o
b
j
e
c
t
d
e
t
e
c
t
i
o
n
an
d
p
a
t
t
e
rn
re
c
o
g
n
i
t
i
o
n
.
Sh
e
h
a
s
p
u
b
l
i
s
h
e
d
m
o
re
t
h
an
3
0
ar
t
i
c
l
e
s
i
n
j
o
u
rn
al
s
an
d
c
o
n
fe
re
n
ce
s
t
h
ro
u
g
h
o
u
t
t
h
e
w
o
rl
d
.
Sh
e
c
a
n
b
e
co
n
t
a
c
t
e
d
at
em
ai
l
:
m
an
u
g
u
p
t
a5
4
1
6
@
g
m
ai
l
.
co
m
.
J
a
y
a
s
h
ri
Ba
g
a
de
i
s
an
as
s
o
ci
at
e
p
ro
f
e
s
s
o
r
i
n
I
n
f
o
r
m
at
i
o
n
T
ec
h
n
o
l
o
g
y
D
e
p
art
men
t
at
V
i
s
h
w
ak
ar
m
a
In
s
t
i
t
u
t
e
o
f
In
fo
r
m
at
i
o
n
T
ech
n
o
l
o
g
y
,
Pu
n
e
(
In
d
i
a).
Sh
e
h
as
g
rad
u
at
e
d
fro
m
BA
M
U
U
n
i
v
e
rs
i
t
y
,
A
u
ra
n
g
ab
ad
,
I
n
d
i
a
i
n
2
0
0
5
w
i
t
h
Mas
t
e
r
o
f
E
n
g
i
n
ee
r
i
n
g
i
n
Co
m
p
u
t
e
r
S
ci
e
n
ce
a
n
d
E
n
g
i
n
ee
ri
n
g
a
n
d
P
h
.
D
.
i
n
Co
m
p
u
t
e
r
S
c
i
en
ce
an
d
E
n
g
i
n
ee
r
i
n
g
fro
m
T
h
ap
ar
I
n
s
t
i
t
u
t
e
o
f
E
n
g
i
n
ee
ri
n
g
a
n
d
T
ec
h
n
o
l
o
g
y
,
Pat
i
al
a,
Pu
n
j
ab
(In
d
i
a).
B
e
i
n
g
i
n
t
e
r
e
s
t
e
d
i
n
e
d
u
c
at
i
o
n
f
i
e
l
d
,
s
h
e
o
p
t
ed
f
o
r
t
e
a
ch
i
n
g
as
a
p
ro
f
e
s
s
i
o
n
.
Sh
e
h
as
2
3
y
e
ars
o
f
e
x
p
e
ri
en
ce
i
n
t
h
e
fi
el
d
as
o
n
d
at
e
a
n
d
p
u
b
l
i
s
h
e
d
3
0
p
ap
e
rs
i
n
n
at
i
o
n
al
a
n
d
i
n
t
e
r
n
at
i
o
n
al
co
n
f
e
r
e
n
ce
s
.
H
e
r
m
ai
n
are
as
o
f
i
n
t
e
r
e
s
t
ar
e
In
fo
r
m
at
i
o
n
St
o
rag
e
a
n
d
R
e
t
ri
e
v
a
l
,
Im
ag
e
Pro
ce
s
s
i
n
g
a
n
d
So
ft
C
o
m
p
u
t
i
n
g
,
Mac
h
i
n
e
L
e
arn
i
n
g
.
Sh
e
i
s
re
v
i
ew
e
r
o
f
re
p
u
t
e
d
j
o
u
rn
a
l
i
n
In
d
i
a
an
d
ab
ro
ad
.
Sh
e
i
s
l
i
f
e
mem
b
e
r
o
f
I
ST
E
an
d
CS
I
.
Sh
e
c
a
n
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
j
a
y
as
h
ri
h
e
d
a
o
o
@
red
i
ff
m
a
i
l
.
c
o
m
o
r
j
a
y
as
h
r
ee
.
b
ag
a
d
e
@
v
i
i
t
.
ac
.
i
n
.
R
a
tnm
a
l
a
B
hi
m
a
n
pa
l
l
ew
a
r
h
o
l
d
s
a
D
o
c
t
o
r
o
f
Ph
i
l
o
s
o
p
h
y
d
e
g
r
ee
i
n
C
o
m
p
u
t
e
r
Sci
en
ce
a
n
d
E
n
g
i
n
ee
r
i
n
g
fro
m
K
L
U
n
i
v
e
rs
i
t
y
,
V
i
j
a
y
a
w
ad
a
,
In
d
i
a.
S
h
e
h
as
recei
v
ed
h
e
r
m
as
t
e
r
’
s
(M.
E
.
C
o
m
p
u
t
e
r
S
c
i
en
ce
a
n
d
E
n
g
i
n
ee
r
i
n
g
)
d
e
g
ree
fr
o
m
P
I
CT
,
Sav
i
t
ri
b
ai
P
h
u
l
e
P
u
n
e
U
n
i
v
e
rs
i
t
y
,
P
u
n
e,
I
n
d
i
a
.
Sh
e
i
s
w
o
rk
i
n
g
as
a
as
s
i
s
t
an
t
p
r
o
fe
s
s
o
r
i
n
t
h
e
I
n
f
o
rm
at
i
o
n
T
ech
n
o
l
o
g
y
D
e
p
art
men
t
o
f
V
i
s
h
w
a
k
ar
m
a
In
s
t
i
t
u
t
e
o
f
In
fo
r
m
at
i
o
n
T
ec
h
n
o
l
o
g
y
,
K
o
n
d
h
w
a
(Bk
.
)
,
P
u
n
e
.
Sh
e
h
as
1
3
.
5
y
e
ars
o
f
w
o
r
k
i
n
g
e
x
p
e
ri
en
ce
.
H
e
r
ar
e
a
o
f
i
n
t
e
re
s
t
i
s
D
at
ab
as
e
s
,
Mach
i
n
e
L
e
ar
n
i
n
g
an
d
Io
T
.
Sh
e
i
s
a
l
i
fe
t
i
me
mem
b
e
r
o
f
I
ST
E
.
S
h
e
h
as
co
m
p
l
e
t
ed
o
n
e
fu
n
d
ed
p
ro
j
ec
t
u
n
d
e
r
A
SP
I
RE
s
c
h
eme
o
f
SPPU
.
Sh
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
rat
n
m
a
l
ab
@
g
m
ai
l
.
co
m
o
r
rat
n
m
al
a
.
b
h
i
m
a
n
p
al
l
ew
ar@
v
i
i
t
.
a
c
.
i
n
.
P
ri
y
a
Sh
el
k
e
h
o
l
d
s
a
D
o
c
t
o
r
o
f
Ph
i
l
o
s
o
p
h
y
d
e
g
r
ee
i
n
Co
m
p
u
t
e
r
e
n
g
i
n
ee
ri
n
g
fr
o
m
Sav
i
t
ri
b
ai
P
h
u
l
e
P
u
n
e
U
n
i
v
e
rs
i
t
y
,
P
u
n
e
,
I
n
d
i
a.
Sh
e
h
as
recei
v
ed
h
e
r
m
as
t
e
r
’
s
(M.
T
ech
.
Co
m
p
u
t
e
r
S
c
i
en
ce
a
n
d
E
n
g
i
n
ee
r
i
n
g
)
d
e
g
r
ee
fro
m
V
i
s
v
e
s
v
ara
y
a
T
ec
h
n
o
l
o
g
i
c
al
U
n
i
v
e
rs
i
t
y
,
Be
l
g
av
i
i
n
2
0
0
9
.
Sh
e
i
s
w
o
r
k
i
n
g
as
an
as
s
o
c
i
at
e
p
ro
fe
s
s
o
r
i
n
I
n
f
o
r
m
at
i
o
n
T
ech
n
o
l
o
g
y
D
e
p
art
men
t
o
f
V
i
s
h
w
a
k
ar
m
a
I
n
s
t
i
t
u
t
e
o
f
I
n
f
o
r
m
at
i
o
n
T
ec
h
n
o
l
o
g
y
,
K
o
n
d
h
w
a
(b
k
)
,
P
u
n
e
.
Sh
e
i
s
h
av
i
n
g
2
0
y
e
ars
o
f
w
o
r
k
i
n
g
e
x
p
e
r
i
e
n
ce.
H
e
r
ar
e
a
o
f
i
n
t
e
r
e
s
t
i
s
Im
a
g
e
p
ro
ce
s
s
i
n
g
a
n
d
b
l
o
c
k
c
h
a
i
n
t
ec
h
n
o
l
o
g
y
.
Sh
e
h
as
p
u
b
l
i
s
h
e
d
o
v
e
r
4
0
p
ap
e
rs
i
n
n
at
i
o
n
a
l
an
d
i
n
t
e
rn
at
i
o
n
al
c
o
n
fe
r
en
ce
s
an
d
j
o
u
r
n
al
s
.
S
h
e
i
s
a
l
i
f
e
t
i
me
mem
b
e
r
o
f
I
ST
E
.
Sh
e
c
a
n
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
p
ri
y
a
.
s
h
e
l
k
e
@
v
i
i
t
.
ac.
i
n
.
D
r.
J
a
g
a
dee
s
h
Bo
da
pa
ti
w
o
r
k
i
n
g
as
a
p
ro
f
e
s
s
o
r
i
n
t
h
e
D
e
p
t
.
o
f
E
l
ec
t
ro
n
i
c
s
an
d
Co
mm
u
n
i
c
at
i
o
n
E
n
g
i
n
ee
ri
n
g
,
BV
C
Co
l
l
eg
e
o
f
E
n
g
i
n
eeri
n
g
(
A
),
Ra
j
a
m
u
n
d
r
y
,
W
i
t
h
m
o
r
e
t
h
an
1
7
y
e
ars
’
e
x
p
e
ri
en
ce
I
p
u
b
l
i
s
h
e
d
1
6
j
o
u
rn
a
l
s
an
d
3
p
at
e
n
t
s
an
d
at
t
e
n
d
ed
6
i
n
t
e
r
n
at
i
o
n
al
c
o
n
f
e
r
e
n
ce
s
,
3
2
FD
Ps
,
1
1
w
o
r
k
s
h
o
p
s
an
d
o
r
g
an
i
z
e
d
4
w
o
rk
s
h
o
p
s
,
Re
v
i
ew
ed
o
n
e
Ph
.
D
T
h
e
s
i
s
an
d
m
o
r
e
t
h
a
n
2
0
j
o
u
rn
a
l
s
.
A
n
d
rat
i
fi
ed
b
y
u
n
i
v
e
rs
i
t
y
i
n
d
e
f
e
r
en
t
l
e
v
el
s
i
.
e
.,
as
s
i
s
t
an
t
p
ro
fe
s
s
o
r
an
d
as
s
o
c
i
at
e
p
ro
f
e
s
s
o
r,
an
d
o
n
e
s
t
u
d
e
n
t
a
w
ar
d
e
d
P
h
.
D
.
d
e
g
r
ee
a
n
d
a
n
o
t
h
e
r
s
t
u
d
en
t
p
u
rs
u
i
n
g
Ph
.
D
U
n
d
e
r
my
g
u
i
d
a
n
ce
i
n
j
n
t
u
k
u
n
i
v
e
rs
i
t
y
a
n
d
I
g
u
i
d
ed
m
a
n
y
p
ro
j
ec
t
s
t
o
u
n
d
e
r
g
rad
u
at
e
an
d
g
rad
u
at
e
s
t
u
d
e
n
t
s
.
I
h
a
v
e
p
l
a
y
e
d
s
i
g
n
i
fi
c
a
n
t
ro
l
e
i
n
t
ran
s
fo
rmi
n
g
my
k
n
o
w
l
e
d
g
e
t
o
fa
c
u
l
t
y
an
d
my
s
t
u
d
e
n
t
s
,
an
d
I
a
m
c
o
mmi
t
t
e
d
t
o
c
o
n
t
i
n
u
al
l
y
u
p
d
at
e
an
d
en
h
a
n
ce
my
s
k
i
l
l
s
e
t
.
H
e
c
a
n
b
e
c
o
n
t
ac
t
e
d
at
em
a
i
l
:
b
j
a
g
ad
ee
s
h
2
0
2
0
@
g
m
ai
l
.
co
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
38
,
N
o
.
1
,
A
pr
i
l
20
25
:
689
-
698
698
Go
v
i
n
d
u
Ko
m
a
l
i
h
i
g
h
l
y
m
o
t
i
v
at
ed
as
s
i
s
t
an
t
p
ro
fe
s
s
o
r
w
i
t
h
a
p
as
s
i
o
n
fo
r
t
e
a
ch
i
n
g
an
d
r
e
s
e
ar
c
h
.
E
x
p
e
ri
en
ce
d
i
n
t
h
e
d
e
v
el
o
p
me
n
t
a
n
d
i
m
p
l
eme
n
t
at
i
o
n
o
f
i
n
n
o
v
at
i
v
e
i
n
s
t
ru
c
t
i
o
n
al
me
t
h
o
d
s
.
Cr
e
at
i
v
e
as
s
i
s
t
an
t
p
ro
fe
s
s
o
r
w
i
t
h
1
y
ear
o
f
e
x
p
e
ri
en
ce
i
n
p
ro
v
i
d
i
n
g
a
n
e
n
g
ag
i
n
g
a
n
d
s
t
i
m
u
l
at
i
n
g
l
e
ar
n
i
n
g
en
v
i
ro
n
me
n
t
.
S
h
e
c
an
b
e
c
o
n
t
ac
t
e
d
at
em
ai
l
:
k
o
m
al
i
g
o
v
i
n
d
u
1
9
9
6
@
g
m
a
i
l
.
c
o
m
.
P
ra
v
een
M
a
n
de
i
s
c
u
rr
en
t
l
y
w
o
r
k
i
n
g
as
an
a
s
s
i
s
t
an
t
p
ro
fe
s
s
o
r
i
n
D
e
p
art
me
n
t
o
f
E
l
ec
t
ri
c
al
E
l
ec
t
ro
n
i
c
s
an
d
Co
mmu
n
i
c
at
i
o
n
E
n
g
i
n
ee
r
i
n
g
,
G
I
T
A
M
S
c
h
o
o
l
o
f
T
ech
n
o
l
o
g
y
at
G
an
d
h
i
In
s
t
i
t
u
t
e
o
f
T
ec
h
n
o
l
o
g
y
an
d
Ma
n
ag
emen
t
,
V
i
s
ak
h
ap
at
n
am.
H
i
s
r
e
s
e
ar
c
h
i
n
t
e
r
e
s
t
s
i
n
c
l
u
d
e
p
o
w
e
r
s
y
s
t
em
o
p
e
rat
i
o
n
a
n
d
co
n
t
ro
l
,
s
m
art
g
ri
d
s
an
d
m
i
c
r
o
g
r
i
d
s
,
el
ec
t
ri
c
al
v
e
h
i
c
l
e
s
,
p
o
w
e
r
el
ec
t
ro
n
i
c
s
an
d
p
o
w
e
r
q
u
al
i
t
y
i
m
p
ro
v
emen
t
u
s
i
n
g
F
A
CT
S
d
e
v
i
ce
s
an
d
i
t
s
ap
p
l
i
c
at
i
o
n
s
.
H
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
p
m
an
d
e
@
g
i
t
a
m
.
e
d
u
.
Evaluation Warning : The document was created with Spire.PDF for Python.