Back to search

National and Kapodistrian University of Athens

AI4ACT - A tool for Actigraphy Time Series Data Analysis

Abstract

dc:description

Η ακτιγραφία είναι μια χαμηλού κόστους, μη επεμβατική μέθοδος παρακολούθησης της ανθρώπινης δραστηριότητας καθόλη τη διάρκεια της μέρας και της νύχτας, που μπορεί να παρέχει έγκαιρα χρήσιμες πληροφορίες σε περιπτώσεις όπως οι καρδιαγγειακές παθήσεις, οι διαταραχές ύπνου και η πρώιμη γνωσιακή εξασθένηση. Καθώς αυξάνεται η δημοφιλία της χρήσης της, δημιουργείται η ανάγκη ανάπτυξης τεχνικών μηχανικής μάθησης για την ανάλυση χρονοσειρών ακτιγραφίας, που να επιτρέπουν στους ερευνητές να εξάγουν ασφαλή συμπεράσματα σχετικά με τους υποκείμενους βιολογικούς μηχανισμούς των υπο παρακολούθηση διεργασιών, καθώς και να προβλέψουν έγαιρα την πιθανή εξέλιξη παθολογικών καταστάσεων. Ωστόσο, τα σετ δεδομένων ακτιγραφίας που διατίθενται για έρευνα σήμερα είναι περιορισμένα σε μέγεθος (στη καλύτερη περίπτωση μερικές εκατοντάδες δείγματα) και πάσχουν από ανισορροπία κατηγοριών που δυσκολεύει την συστηματική σύγκριση αλγορίθμων ταξινόμισης. Η διπλωματική αυτή εργασία παρουσιάζει ένα πακέτο CLI σχεδιασμένο για την προεπεξεργασία και ανάλυση δεδομένων ακτιγραφίας. Το πακέτο περιλαμβάνει ένα ολοκληρωμένο σετ μετασχηματισμών δεδομένων, όπως την εξομάλυνση, κανονικοποίηση, και ο δοαμερισμός χρονοσειρών ακτιγραφίας σε επιμέρους συνιστώσες τάσης-εποχικότητας χρησιμοποιώντας LOESS (STL), τη δημιουργία νεων χρονοσειρών μέσης ημερήσιας τιμής, καθώς και μεθόδους εξισορρόπησης των κατηγοριών δειγμάτων. Επιπλέον υποστηρίζει τεχνικές μηχανικής μάθησης, όπως η ρύθμιση υπερπαραμέτρων, η επιλογή βέλτιστου μοντέλου για διάφορους αλγόριθμους εκτίμησης, μαζί με ροή εργασιών για στατιστική σύγκριση εκτιμητών, ομαδοποίηση χρονοσειρών κτλ. Σε συνεργασία με την ομάδα Έρευνας Βιοδεικτών Νευροεκφύλισης του Αιγινήτειου Νοσοκομείου (ALBION) στο Πανεπιστήμιο Αθηνών, χρησιμοποιήσαμε το πακέτο για να αναπτύξουμε μοντέλα αναφοράς για δύο σημαντικά προβλήματα ταξινόμησης με βάση μόνο την ακτιγραφία των ασθενών: τη διάκριση συμμετεχόντων Ελέγχου (NC) από εκείνους με Ήπια Γνωσιακή Εξασθένηση (MCI), και τη διαφοροποίηση συμμετεχόντων στη μελέτη με αρνητικό τεστ Εγκεφαλονωτιαίου Υγρού (CSF) από εκείνους με θετικό τεστ. Αυτές οι εργασίες ταξινόμησης είναι ιδιαίτερα απαιτητικές λόγω του μικρού μεγέθους των αντίστοιχων συνόλων δεδομένων MCI (119 δείγματα) και CSF (76 δείγματα), καθώς επίσης και των εξαιρετικά μη ισορροπημένων κατανομών των κατηγοριών δειγμάτων που βρίσκονται σε αναλογία περίπου 4 προς 1 αρνητικα προς θετικά δείγματα. Παρά τις προκλήσεις αυτές, αξιοποιήσαμε την υπολογιστική ισχύ που προσφέρουν τα υπολογιστικά νέφη (cloud computing) για να διεξάγουμε πολυάριθμα πειράματα σχεδιασμού μοντέλων, και να διερευνήσουμε πώς διαφορετικές τεχνικές επεξεργασίας και μετασχηματισμού χρονοσειρών ακτιγραφίας επηρεάζουν την απόδοση των αλγορίθμων ταξινόμησης. Στόχος μας ήταν να καθορίσουμε επίπεδα απόδοσης αναφοράς (baseline) που μπορούν να επιτευχθούν απο ταξινομητές χρονοσειρών απευθείας, δηλαδή χωρίς την εξαγωγή χαρακτηριστικών (feature engineering). Μέσω δέκα γύρων επαναλαμβανόμενης ένθετης διασταυρούμενης επικύρωσης ( repeated nested cross validation), διαπιστώσαμε ότι για την ταξινόμηση MCI, τα μοντέλα αναφοράς μπορούν να επιτύχουν τιμές διάμεσου AUC (area under the curve) στο εύρος τιμών [0,61, 0,71], τιμές Recall (ευαισθησίας) στο εύρος [0,5, 0,6], και τιμές Specificity (ειδικότητας) μεταξύ [0,7, 0,83]. Στην ταξινόμηση των δεδομένων CSF, χρησιμοποιώντας ένα εξαιρετικά περιορισμένο σύνολο δεδομένων, τα μοντέλα αναφοράς έφτασαν σε τιμές διάμεσου AUC στο εύρος [0,58, 0,66], τιμές Recall στο [0,5, 0,667], και τιμές Specificity μεταξύ [0,667, 0,75]. Τα αποτελέσματα αυτά είναι ελπιδοφόρα, λαμβάνοντας υπόψη τους σοβαρούς περιορισμούς των συνόλων δεδομένων που αναλύθηκαν και το γεγονός ότι δεν χρησιμοποιήθηκε εξαγωγή χαρακτηριστικών απο τις χρονοσειρές. Είναι αξιοσήμείωτο ότι τα αποδοτικότερα μοντέλα αναφοράς είναι αυτά που έκαναν “φειδωλές” επιλογές (parsimonious modeling), όπως, (α) χρήση μόνο του δεύτερου οκταώρου κάθε ημέρας, (β) εστίαση αποκλειστικά στη χρονοσειρά τάσης της ακτιγραφίας, ή (γ) χρήση μόνο της μέσης ακτιγραφίας ανά ώρα. Η ανάλυση για κάθε δείγμα του συνόλου δεδομένων του Ποσοστού Σωστής Ταξινόμησης ανά δείγμα χρησιμοποιώντας τα καλύτερα μοντελα αποκάλυψε ότι οι περιορισμοί απόδοσης προέρχονταν από την ανεπαρκή αναπαράσταση στα σύνολα δεδομένων προτύπων MCI υψηλής ακτιγραφικής δραστηριότητας καθώς και προτύπων NC χαμηλής ακτιγραφικής δραστηριότητας. Αυτό οδηγεί στο συμπερασμα ότι βελτίωση της απόδοσης αναμένεται να επιτευχθεί στο μέλλον μέσω της δημιουργίας ενός μεγαλύτερου και πιο ισορροπημένου συνόλου δεδομένων ακτιγραφίας για την πληρέστερη εκπαίδευση μοντέλων μηχανικης μάθησης, της χρήσης κατάλληλα επιλεγμένων χαρακτηριστικών, και της παραγωγής αξιόπιστων συνθετικών δεδομένων, διαδικασίες που υποστηρίζονται από το πακέτο.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Ψαλλίδας Κυριάκος
  • Psallidas Kyriakos

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, English, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:3457153

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Ψαλλίδας Κυριάκος; Psallidas Kyriakos. AI4ACT - A tool for Actigraphy Time Series Data Analysis. 2025. https://pergamos.lib.uoa.gr/uoa/dl/object/3457153