National and Kapodistrian University of Athens
Signal processing and machine learning pipeline to diagnose early cognitive decline
Abstract
dc:descriptionΗ πρόβλεψη πρώιμων σταδίων γνωσιακής έκπτωσης μπορεί να οδηγήσει σε περαιτέρω διαγνωστικό έλεγχο, έγκαιρη έναρξη φαρμακευτικής αγωγής και εφαρμογή στρατηγικών δευτερογενούς πρόληψης. Από την ανασκόπηση της πρόσφατης βιβλιογραφίας προκύπτει συσχέτιση συγκεκριμένων χαρακτηριστικών ακτιγραφίας με τον κίνδυνο ανάπτυξης άνοιας. Σε αυτή τη διπλωματική εργασία, αναπτύχθηκε ένα ολοκληρωμένο σύστημα ψηφιακής επεξεργασίας σήματος, εξαγωγής χαρακτηριστικών και μηχανικής μάθησης που επιτρέπει τη συστηματική ανάπτυξη και αξιολόγηση μοντέλων πρόβλεψης για μεταβλητές (endpoints) που σχετίζονται με τη γνωσιακή έκπτωση. Για τέσσερις τύπους χαρακτηριστικών που έχουν περιγραφεί στη βιβλιογραφία - παραμετρικά, μη παραμετρικά, βασισμένα στο μετασχηματισμό Fourier και βασισμένα στο μετασχηματισμό Κυματιδίων (Wavelets) - αξιολογήθηκε η απόδοση δέκα διαφορετικών αλγορίθμων μηχανικής μάθησης χρησιμοποιώντας μια διεπίπεδη διαστρωματωμένη μέθοδο επικύρωσης με διασπασμένες πτυχές (nested cross-validation) διατηρώντας τις αναλογίες των κατηγοριών σε κάθε πτυχη (stratified folds). Αποδεικνύουμε ότι η χρήση χαρακτηριστικών βασισμένων σε κυματίδια (wavelets) και μοντέλα τυχαίας ταξινόμησης δασών (Random Forests) μπορεί να προβλέψει με ευαισθησία και ειδικότητα που υπερβαίνουν το 0,8 δυαδική μεταβλητή διάγνωσης της ήπιας γνωσιακής διαταραχής (MCI) όπως αυτή καθορίζεται για κάθε ασθενή από κλινικούς γιατρούς μετά από την επίσκεψη συνυπολογίζοντας διάφορα κριτήρια. Επιπλέον, το σύστημά μας μπορεί να χρησιμοποιηθεί για να βρεθούν συνδυασμοί (τύπος χαρακτηριστικών, αλγόριθμος μηχανικής μάθησης) που να υπερβαίνουν τις απαιτήσεις που έχει ορίσει ο χρήστης (ευαισθησία, ειδικότητα) και να εξερευνήσουν το μεγάλο χώρο των πιθανών λύσεων. Οι μέθοδοί μας εφαρμόζονται σε οποιοδήποτε σύνολο δεδομένων που προκύπτει από σήματα (χρονοσειρές) ακτιγραφίας, ισορροπημένο ή μη ισορροπημένο, και σε σχέση με οποιοδήποτε τελικό σημείο (μεταβλητή) πρόβλεψης (δυαδικό ή συνεχές) που ενδιαφέρει τους γιατρούς για ερευνητικούς σκοπούς ή για την υποστήριξη κλινικών αποφάσεων. Η εργασία αυτή πραγματοποιήθηκε σε συνεργασία με την ομάδα ALBION του Αιγινήτειου Νοσοκομείου του Εθνικού και Καποδιστριακού Πανεπιστημίου, η οποία μας παρείχε το σύνολο δεδομένων που αναλύθηκε.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Καρπούζης Ιωάννης
- Karpouzis Ioannis
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:3392952