Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18262
Title: Ανάπτυξη ερμηνεύσιμων μοντέλων εκτίμησης του κινδύνου εμφάνισης υπογλυκαιμικών και υπεργλυκαιμικών επεισοδίων με χρήση των Αναδρομικών Δικτύων Μακράς Βραχείας Μνήμης
Authors: Δούνια, Θεώνη
Νικήτα Κωνσταντίνα
Keywords: Σακχαρώδης Διαβήτης, μοντέλα εκτίμησης κινδύνου, μοντέλα εκτίμησης πιθανότητας, ερμηνευσιμότητα, ερμηνευσιμότητα στον βιοϊατρικό τομέα, ερμηνεύσιμη τεχνιτή νοημοσύνη, μη ισσορροπημένα δεδομένα, υποδειγματοληψία, υπερδειγματοληψία, εκπαίδευση κόστους
Issue Date: 28-Feb-2022
Abstract: Αντικείμενο της διπλωματικής εργασίας αποτελεί η σχεδίαση, ανάπτυξη, και αξιολόγηση ερμηνεύσιμου εξατομικευμένου μοντέλου εκτίμησης του κινδύνου εμφάνισης υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων σε άτομα με Σακχαρώδη Διαβήτη Τύπου 1 (ΣΔΤ1) που εφαρμόζουν Διατάξεις Συνεχούς Μέτρησης Γλυκόζης (ΔΣΜΓ). Ο Σακχαρώδης Διαβήτης (ΣΔ) είναι μία χρόνια μεταβολική ασθένεια που χαρακτηρίζεται από αυξημένα επίπεδα γλυκόζης στο αίμα. Ο γλυκαιμικός έλεγχος, που συνίσταται στην τακτική μέτρηση των επιπέδων γλυκόζης και, για τον ΣΔΤ1, στην εξωγενή χορήγηση ινσουλίνης, έχει αποδειχθεί ότι μπορεί να συμβάλει στην πρόληψη επιπλοκών. Aν και υπάρχουν ποικίλα βιβλιογραφικά διαθέσιμα προβλεπτικά μοντέλα για την εξαγωγή βραχυχρόνιων εκτιμήσεων του μελλοντικού προφίλ γλυκόζης, είναι περιορισμένα τα μοντέλα για την εκτίμηση της πιθανότητας εμφάνισης υπεργλυκαιμιών και υπογλυκαιμιών. Επιπλέον, η αδυναμία ερμηνείας των εξαγόμενων αποφάσεων περιορίζει τον βαθμό κατανόησης και εμπιστοσύνης των ασθενών και των επαγγελματιών υγείας, και δυσχεραίνει την ενσωμάτωση των μοντέλων σε συστήματα υποστήριξης ιατρικών αποφάσεων προς την αυτοδιαχείριση της νόσου. Η ανάπτυξη του μοντέλου βασίζεται στα Αναδρομικά Δίκτυα Μακράς-Βραχείας Μνήμης (Long Short Term Memory Neural Network-LSTM). Tο μοντέλο δέχεται ως είσοδο προηγούμενες καταγραφές του προφίλ γλυκόζης και τις αντίστοιχες τιμές του ρυθμού μεταβολής των επιπέδων γλυκόζης και εκτιμά την πιθανότητα εμφάνισης υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων για διαφορετικούς χρονικούς ορίζοντες πρόβλεψης. Προς αυτή την κατεύθυνση, η εργασία εστιάζει σε δύο επιμέρους LSTM δίκτυα, που εκπαιδεύονται ανεξάρτητα με στόχο την ανίχνευση επερχόμενων υπεργλυκαιμικών και υπογλυκαιμικών επεισοδίων, αντίστοιχα. Κάθε LSTM δίκτυο ενισχύεται με έναν μηχανισμό προσοχής για την εξαγωγή ερμηνεύσιμων συμπερασμάτων. Για τη διαχείριση της μη ισορροπημένης φύσης των δεδομένων, διερευνώνται ποικίλες τεχνικές υποδειγματοληψίας, υπερδειγματοληψίας, και μάθησης με ευαισθησία κόστους. Για την ανάπτυξη και αξιολόγηση του μοντέλου χρησιμοποιήθηκαν δεδομένα καταγραφών από ΔΣΜΓ 12 ατόμων με ΣΔΤ1 που παραχωρήθηκαν από την Α ́ Παιδιατρική Κλινική, Διαβητολογικό Κέντρο του Νοσοκομείου Π. & Α. Κυριακού.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18262
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Thesis_Dounia_Theoni.pdf4.34 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.