Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς
Τις τελευταίες δεκαετίες η Πληροφορική κάνει ολοένα και εντονότερη την παρουσία της στο χώρο της υγείας. Χρησιμοποιούνται υπολογιστικά συστήματα, τα οποία έχουν στόχο τη βελτίωση των παρεχόμενων υπηρεσιών και της ποιότητας εξυπηρέτησης ασθενών. Ιδιαίτερα, τα τελευταία χρόνια γίνεται προσπάθεια α...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2017
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/10153 |
| id |
nemertes-10889-10153 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-101532022-09-05T14:06:33Z Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς Expert system for patients with bone metastases Καμάρη, Δήμητρα Χατζηλυγερούδης, Ιωάννης Χατζηλυγερούδης, Ιωάννης Κουτσογιάννης, Κωνσταντίνος Λυκοθανάσης, Σπυρίδων Kamari, Dimitra Έμπειρα συστήματα Οστικές μεταστάσεις Πρόγνωση Ομαδοποιημένος ταξινομητής Expert systems Bone metastases Prognosis Ensemble classifier 616.994 710 285 63 Τις τελευταίες δεκαετίες η Πληροφορική κάνει ολοένα και εντονότερη την παρουσία της στο χώρο της υγείας. Χρησιμοποιούνται υπολογιστικά συστήματα, τα οποία έχουν στόχο τη βελτίωση των παρεχόμενων υπηρεσιών και της ποιότητας εξυπηρέτησης ασθενών. Ιδιαίτερα, τα τελευταία χρόνια γίνεται προσπάθεια ανάπτυξης ευφυών συστημάτων, δηλαδή συστημάτων που χρησιμοποιούν μεθόδους Τεχνητής Νοημοσύνης, σχετικών με την υγεία. Στην παρούσα εργασία παρουσιάζεται η ανάπτυξη ενός ευφυούς (έμπειρου) συστήματος, που στόχο έχει την πρόβλεψη για την επιβίωση ή όχι ενός ασθενούς με οστικές μεταστάσεις μετά από ένα χρόνο από την έναρξη της ακτινοθεραπείας. Για την επίτευξη του στόχου αυτού, μελετώνται διάφοροι μέθοδοι Τεχνητής Νοημοσύνης που είναι κατάλληλοι για προβλήματα ταξινόμησης, όπως το παραπάνω. Οι μέθοδοι αυτοί είναι: δέντρα απόφασης, συμβολικοί κανόνες, υβριδικοί κανόνες, νευρωνικά δίκτυα. Τα αντίστοιχα εργαλεία με τα οποία έγινε η υλοποίηση των παραπάνω μεθόδων ήταν: WEKA, CLIPS, ACRES και HYMES. Για βελτίωση των αποτελεσμάτων διερευνήθηκε η περίπτωση ενός Ομαδοποιημένου Ταξινομητή, οποίος αποδείχθηκε καλύτερος από τους μεμονωμένους ταξινομητές. Τέλος, δημιουργήθηκε μία διαδικτυακή εφαρμογή, μέσω της οποίας ο τελικός χρήστης αποκτά πρόσβαση και χρησιμοποιεί το Έμπειρο Σύστημα. Informatics has been making its presence increasingly stronger in the domain of Health for the last decades. Computational systems are used aiming to improve provided services and patients' services quality. Especially, during the last years efforts for developing intelligent systems, which are systems using Artificial Intelligence methods, are taking place in the field of Health. In this thesis, the development of an intelligent (expert) system, which aims at predicting the survival (or not) of a patient with bone metastases after a year from the start of radiotherapy is presented. For achieving that target, various Artificial Intelligence methods, suitable for classification problems, like the above, are investigated. Those methods are: decision trees, symbolic rules, hybrid rules and neural networks. Corresponding tools used to implement those methods are: WEKA, CLIPS, ACRES and HYMES. To improve their results, the case of an ensemble classifier is investigated, which has been proven to be better than each individual method. Finally, a web based application (interface) has been created, through which the final user can access and use the expert system. 2017-03-10T06:57:38Z 2017-03-10T06:57:38Z 2016-10-21 Thesis http://hdl.handle.net/10889/10153 gr 0 An error occurred getting the license - uri. application/octet-stream application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Έμπειρα συστήματα Οστικές μεταστάσεις Πρόγνωση Ομαδοποιημένος ταξινομητής Expert systems Bone metastases Prognosis Ensemble classifier 616.994 710 285 63 |
| spellingShingle |
Έμπειρα συστήματα Οστικές μεταστάσεις Πρόγνωση Ομαδοποιημένος ταξινομητής Expert systems Bone metastases Prognosis Ensemble classifier 616.994 710 285 63 Καμάρη, Δήμητρα Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| description |
Τις τελευταίες δεκαετίες η Πληροφορική κάνει ολοένα και εντονότερη
την παρουσία της στο χώρο της υγείας. Χρησιμοποιούνται υπολογιστικά
συστήματα, τα οποία έχουν στόχο τη βελτίωση των παρεχόμενων
υπηρεσιών και της ποιότητας εξυπηρέτησης ασθενών. Ιδιαίτερα, τα
τελευταία χρόνια γίνεται προσπάθεια ανάπτυξης ευφυών συστημάτων,
δηλαδή συστημάτων που χρησιμοποιούν μεθόδους Τεχνητής Νοημοσύνης,
σχετικών με την υγεία. Στην παρούσα εργασία παρουσιάζεται η ανάπτυξη
ενός ευφυούς (έμπειρου) συστήματος, που στόχο έχει την πρόβλεψη για
την επιβίωση ή όχι ενός ασθενούς με οστικές μεταστάσεις μετά από
ένα χρόνο από την έναρξη της ακτινοθεραπείας. Για την επίτευξη του
στόχου αυτού, μελετώνται διάφοροι μέθοδοι Τεχνητής Νοημοσύνης που
είναι κατάλληλοι για προβλήματα ταξινόμησης, όπως το παραπάνω. Οι
μέθοδοι αυτοί είναι: δέντρα απόφασης, συμβολικοί κανόνες, υβριδικοί
κανόνες, νευρωνικά δίκτυα. Τα αντίστοιχα εργαλεία με τα οποία έγινε
η υλοποίηση των παραπάνω μεθόδων ήταν: WEKA, CLIPS, ACRES και HYMES.
Για βελτίωση των αποτελεσμάτων διερευνήθηκε η περίπτωση ενός
Ομαδοποιημένου Ταξινομητή, οποίος αποδείχθηκε καλύτερος από τους
μεμονωμένους ταξινομητές. Τέλος, δημιουργήθηκε μία διαδικτυακή
εφαρμογή, μέσω της οποίας ο τελικός χρήστης αποκτά πρόσβαση και
χρησιμοποιεί το Έμπειρο Σύστημα. |
| author2 |
Χατζηλυγερούδης, Ιωάννης |
| author_facet |
Χατζηλυγερούδης, Ιωάννης Καμάρη, Δήμητρα |
| format |
Thesis |
| author |
Καμάρη, Δήμητρα |
| author_sort |
Καμάρη, Δήμητρα |
| title |
Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| title_short |
Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| title_full |
Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| title_fullStr |
Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| title_full_unstemmed |
Δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| title_sort |
δημιουργία ευφυούς συστήματος διάγνωσης επιβίωσης καρκινοπαθούς |
| publishDate |
2017 |
| url |
http://hdl.handle.net/10889/10153 |
| work_keys_str_mv |
AT kamarēdēmētra dēmiourgiaeuphyoussystēmatosdiagnōsēsepibiōsēskarkinopathous AT kamarēdēmētra expertsystemforpatientswithbonemetastases |
| _version_ |
1771297238590423040 |
