Ugotavljanje napredovanja hipertrofične kardiomiopatije z uporabo metod za zaznavanje sprememb v podatkihKlemenc, Jan (Avtor) Bosnić, Zoran (Mentor) Pičulin, Matej (Komentor) strojno učenjeinkrementalno učenjerazvoj boleznizaznavanje spremembe stanjaPage-HinkleyStrojno učenje je orodje za delo z velikimi količinami podatkov, ki jih je sicer težko obravnavati. Uporaba tega orodja je vedno bolj pogosta in prodira tudi v medicino. Tehnologija je v medicini že močno prisotna in s tem je na voljo veliko podatkov, ki so uporabni pri strojnem učenju. To diplomsko delo obravnava podatke pacientov hipertrofične kardiomiopatije, bolezni srca in ožilja. V okviru diplomskega dela smo razvili sistem, ki spremlja zaporedne meritve posameznih pacientov in opozori ob pomembnem poslabšanju zdravstvenega stanja. Kritičnost stanja je ocenjena z uporabo napovednega modela, ki napoveduje, ali se bo pacientu kmalu zgodil ključen dogodek, kot je srčni zastoj. Model je predhodno naučen na učni množici. Spremembe vrednosti pa zazna metoda Page-Hinkley. Sistem ima tudi možnost inkrementalnega učenja. Sistem je bil nato testiran na podmnožici podatkov z uporabo različnih napovednih modelov. Prikazana je tudi pomembnost različnih delov sistema za uspešnost. Najboljši rezultat je bil dosežen z logistično regresijo, pri kateri je bila pri meri F1 dosežena vrednost 0.357 s senzitivnostjo 0.426, preciznostjo 0.308 in specifičnostjo 0.976.20242024-09-03 15:55:11Diplomsko delo/naloga160703VisID: 37231COBISS_ID: 209013763sl