HEAL DSpace

Ανάπτυξη ερμηνεύσιμου μοντέλου εκτίμησης του κινδύνου εμφάνισης υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων με χρήση τεχνικών μηχανικής μάθησης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μυροπούλου, Νεφέλη el
dc.contributor.author Myropoulou, Nefeli en
dc.date.accessioned 2023-05-19T07:53:50Z
dc.date.available 2023-05-19T07:53:50Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/57724
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.25421
dc.rights Default License
dc.subject Σακχαρώδης διαβήτης el
dc.subject Μηχανική μάθηση el
dc.subject Μοντέλα εκτίμησης κινδύνου el
dc.subject Υβριδικά μοντέλα el
dc.subject Ερμηνεύσιμη τεχνητή νοημοσύνη el
dc.subject Διαμερισματικά μοντέλα el
dc.title Ανάπτυξη ερμηνεύσιμου μοντέλου εκτίμησης του κινδύνου εμφάνισης υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων με χρήση τεχνικών μηχανικής μάθησης el
heal.type bachelorThesis
heal.classification Μηχανική Μάθηση el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2023-03-27
heal.abstract Ο Σακχαρώδης Διαβήτης (ΣΔ) αποτελεί χρόνια ασθένεια με παγκόσμια εξάπλωση και σοβαρές επιπλοκές για τους πάσχοντες. Σύμφωνα με την Παγκόσμια Ομοσπονδία Διαβήτη, ο συνολικός αριθμός νοσούντων με ΣΔ αναμένεται να ανέλθει ως και τα 643 εκατομμύρια έως το 2030. Με στόχο την επίτευξη ορθού γλυκαιμικού ελέγχου για την πρόληψη ή και την καθυστέρηση της εμφάνισης των μακροπρόθεσμων επιπλοκών της ασθένειας, στην παρούσα εργασία αναπτύχθηκε ερμηνεύσιμο μοντέλο εκτίμησης του κινδύνου εμφάνισης υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων σε άτομα με Σακχαρώδη Διαβήτη Τύπου 1 βασισμένο στην εφαρμογή υβριδικής προσέγγισης που συνδυάζει τη χρήση διαμερισματικών μοντέλων και μεθόδων μηχανικής μάθησης. Για την ανάπτυξη και την αξιολόγηση του μοντέλου χρησιμοποιήθηκαν δεδομένα πραγματικών ασθενών που συλλέχθηκαν στο πλαίσιο του ερευνητικού προγράμματος ENDORSE (Τ1ΕΔΚ-03695) και περιλάμβαναν μετρήσεις γλυκόζης, τιμές χορηγημένης ινσουλίνης, καθώς και πληροφορίες λαμβανόμενων γευμάτων και σωματικής δραστηριότητας. Με στόχο την ακριβέστερη αποτύπωση των μηχανισμών απορρόφησης της ινσουλίνης από τον υποδόριο χώρο στην αιματική κυκλοφορία, της ενεργοποίησης των ενδοκυτταρικών μονοπατιών μεταβίβασης σήματος ινσουλίνης και της απορρόφησης της γλυκόζης γεύματος από το έντερο στην αιματική κυκλοφορία, αξιοποιήθηκαν κατάλληλα διαμερισματικά μοντέλα που συνδυάστηκαν με ένα αναδρομικό νευρωνικό δίκτυο μακράς βραχείας μνήμης (Long Short Term Memory Neural Networks – LSTMs). Για την αποτελεσματική διαχείριση της μη ισορροπημένης φύσης των δεδομένων διερευνήθηκαν ποικίλες τεχνικές εξισορρόπησης των δεδομένων βασισμένες στην υπερδειγματοληψία. Για την εξαγωγή επεξηγήσεων επί των αποφάσεων του μοντέλου εφαρμόστηκε η μέθοδος LIME (Local Interpretable Model-agnostic Explanations). Το μοντέλο αξιολογήθηκε ως προς τη διακριτική του ικανότητα, καθώς και ως προς την ικανότητά του να εκτιμά ακριβείς πιθανότητες διακινδύνευσης στις περιπτώσεις υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων, ενώ η εφαρμογή της LIME μεθόδου προσέφερε πολύτιμες πληροφορίες για τον τρόπο λειτουργίας του μοντέλου και φανέρωσε πιθανούς τρόπους περαιτέρω βελτίωσής του. el
heal.advisorName Νικήτα, Κωνσταντίνα el
heal.committeeMemberName Νικήτα, Κωνσταντίνα el
heal.committeeMemberName Βουλόδημος, Αθανάσιος el
heal.committeeMemberName Στάμου, Γεώργιος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών el
heal.academicPublisherID ntua
heal.numberOfPages 112 σ. el
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής