Ιατρικές εφαρμογές της τεχνητής νοημοσύνης
| Κύριοι συγγραφείς: | , |
|---|---|
| Μορφή: | Πτυχιακή εργασία |
| Γλώσσα: | Greek |
| Έκδοση: |
Α.Ε.Ι. Πειραιά Τ.Τ.
2016
|
| Θέματα: | |
| Διαθέσιμο Online: | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/2967 |
| _version_ | 1780524171409752064 |
|---|---|
| abstract | Η παρούσα εργασία πραγματεύεται το θέμα των εφαρμογών Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης στον τομέα της Ιατρικής. Ξεκινάει με μία αποσαφήνιση των όρων της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης και μετά παρέχει μία ιστορική αναδρομή που ακολουθεί την εξέλιξη των επιστημών πίσω από την Τεχνητή Νοημοσύνη από την αρχαιότητα μέχρι σήμερα καθώς και τις σύγχρονες εφαρμογές της σε ποικίλους τομείς. Έπειτα επισημαίνεται η σημασία του κλάδου της Τεχνητής Νοημοσύνης στην Ιατρική εστιάζοντας ιδιαίτερα στην πρόβλεψη της πιθανότητας εμφάνισης Σακχαρώδους Διαβήτη. Στη συνέχεια αναλύονται οι δημοφιλέστεροι σύγχρονοι τρόποι μηχανικής μάθησης και αναπτύσσονται διαφορετικά μοντέλα πρόβλεψης της πιθανότητας εμφάνισης Σακχαρώδους Διαβήτη βασισμένα σε εκείνους. Τέλος γίνεται σύγκριση των διαφορετικών μοντέλων που αναπτύχθηκαν μέσω διαφορετικών κριτηρίων αξιολόγησης της απόδοσης. |
| abstracttranslated | This Thesis focuses on the Medical Applications of Artificial Intelligence and Machine Learning. The concepts of Artificial Intelligence and Machine Learning are first clarified and then a brief history of the major scientific advances that contributed to the development of Artificial Intelligence is provided, as well as a description of its various modern applications in different fields. The importance of Artificial Intelligence in the field of medicine is then emphasized with a focus on its importance in Diabetes Mellitus Prognosis. The most popular machine learning methods are then discussed in detail and different prediction models for Diabetes Mellitus are presented. Finally there is a comparison between the different prediction models using the most popular performance measures. |
| advisor | |
| author | Φαμελιάρη, Βασιλική Βασιλάκος, Κωνσταντίνος |
| author_facet | Φαμελιάρη, Βασιλική Βασιλάκος, Κωνσταντίνος |
| author_sort | Φαμελιάρη, Βασιλική |
| collection | Okeanis Institutional Repository |
| facultydepartment | Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. |
| format | Πτυχιακή εργασία |
| id | okeanis-123456789-2967 |
| institution | University of West Attica Campus II |
| keyword | Τεχνητή νοημοσύνη Ιατρική Νευρωνικά δίκτυα Σακχαρώδης διαβήτης Λογιστική παλινδρόμηση |
| language | Greek |
| physical | 87 σελ. |
| publishDate | 2016 |
| publisher | Α.Ε.Ι. Πειραιά Τ.Τ. |
| record_format | dspace |
| spelling | okeanis-123456789-29672018-12-14T13:36:45Z Ιατρικές εφαρμογές της τεχνητής νοημοσύνης Medical applications of artificial intelligence Φαμελιάρη, Βασιλική Βασιλάκος, Κωνσταντίνος Νικολάου, Γρηγόριος Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. TPSH::Τεχνολογία TPSH::Επιστήμη Υπολογιστών::Νευρωνικά Δίκτυα (Επιστήμη των Υπολογιστών) Τεχνητή νοημοσύνη Ιατρική Νευρωνικά δίκτυα Σακχαρώδης διαβήτης Λογιστική παλινδρόμηση Η παρούσα εργασία πραγματεύεται το θέμα των εφαρμογών Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης στον τομέα της Ιατρικής. Ξεκινάει με μία αποσαφήνιση των όρων της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης και μετά παρέχει μία ιστορική αναδρομή που ακολουθεί την εξέλιξη των επιστημών πίσω από την Τεχνητή Νοημοσύνη από την αρχαιότητα μέχρι σήμερα καθώς και τις σύγχρονες εφαρμογές της σε ποικίλους τομείς. Έπειτα επισημαίνεται η σημασία του κλάδου της Τεχνητής Νοημοσύνης στην Ιατρική εστιάζοντας ιδιαίτερα στην πρόβλεψη της πιθανότητας εμφάνισης Σακχαρώδους Διαβήτη. Στη συνέχεια αναλύονται οι δημοφιλέστεροι σύγχρονοι τρόποι μηχανικής μάθησης και αναπτύσσονται διαφορετικά μοντέλα πρόβλεψης της πιθανότητας εμφάνισης Σακχαρώδους Διαβήτη βασισμένα σε εκείνους. Τέλος γίνεται σύγκριση των διαφορετικών μοντέλων που αναπτύχθηκαν μέσω διαφορετικών κριτηρίων αξιολόγησης της απόδοσης. This Thesis focuses on the Medical Applications of Artificial Intelligence and Machine Learning. The concepts of Artificial Intelligence and Machine Learning are first clarified and then a brief history of the major scientific advances that contributed to the development of Artificial Intelligence is provided, as well as a description of its various modern applications in different fields. The importance of Artificial Intelligence in the field of medicine is then emphasized with a focus on its importance in Diabetes Mellitus Prognosis. The most popular machine learning methods are then discussed in detail and different prediction models for Diabetes Mellitus are presented. Finally there is a comparison between the different prediction models using the most popular performance measures. 2016-07 Πτυχιακή εργασία http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/2967 el http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Α.Ε.Ι. Πειραιά Τ.Τ. 87 σελ. http://okeanis.lib2.uniwa.gr/xmlui/bitstream/123456789/2967/9/Fameliari_Vasilakos_Medical_Applications_Of_Artificial_Intelligence.pdf.jpg |
| spellingShingle | TPSH::Τεχνολογία TPSH::Επιστήμη Υπολογιστών::Νευρωνικά Δίκτυα (Επιστήμη των Υπολογιστών) Φαμελιάρη, Βασιλική Βασιλάκος, Κωνσταντίνος Ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title | Ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title_full | Ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title_fullStr | Ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title_full_unstemmed | Ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title_short | Ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title_sort | ιατρικές εφαρμογές της τεχνητής νοημοσύνης |
| title_translated | Medical applications of artificial intelligence |
| topic | TPSH::Τεχνολογία TPSH::Επιστήμη Υπολογιστών::Νευρωνικά Δίκτυα (Επιστήμη των Υπολογιστών) |
| url | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/2967 |