Details

Title: Нейросетевой анализ медицинских данных: выпускная квалификационная работа магистра: 27.04.04 - Управление в технических системах ; 27.04.04_06 - Автоматизация технологических процессов и производств
Creators: Янкина Ксения Александровна
Scientific adviser: Ростов Николай Васильевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2018
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Нейронные сети; Вычислительные машины электронные — Применение в биологии и медицине; машинное обучение; онкологические заболевания
UDC: 004.032.26
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 27.04.04
Speciality group (FGOS): 270000 - Управление в технических системах
Links: http://doi.org/10.18720/SPBPU/2/v18-6338; http://elib.spbstu.ru/dl/2/rev/v18-6338-o.pdf; http://elib.spbstu.ru/dl/2/rev/v18-6338-r.pdf
Rights: Свободный доступ из сети Интернет (чтение)

Allowed Actions: Read You need Flash Player to read document

Group: Anonymous

Network: Internet

Annotation

В данной диссертационной работе описано создание трех модель машинного обучения, включающие в себя две модели нейронных сетей и RandomForest. Эти модели были настроены на работу с медицинскими данными. Они дают возможность предсказывать некий параметр исходя из ряда существующих признаков, описанных в работе. Методы машинного обучения применяются к крупным наборам данных записей пациентов и путем анализа предыдущих случаев могут предложить предсказания наиболее подходящего лечения для пациента с определенными особенностями за короткое время. Конкретно, этот проект рассматривает анонимный набор данных для пациентов с раком молочной железы (с и без сердечно-сосудистых заболеваний) и предлагает разные модели и, следовательно, прогнозы по тем же данным. Проект исследует комбинацию методов машинного обучения, включая различные нейронные сети и случайный лес. Цель состоит в том, чтобы найти наиболее подходящую технику для данного набора данных и для нашего исследовательского вопроса.

Document access rights

Network User group Action
FL SPbPU Local Network All Read
-> Internet All Read

Document usage statistics

stat Document access count: 55
Last 30 days: 2
Detailed usage statistics