Изкуствен интелект и машинно обучение при прогнозиране на честота на екзацербации и годишна смъртност при пациенти с ХОББ // Artificial intelligence and machine learning in prediction of exacerbation rates and 1-year mortality in patients with COPD

Кратка информация за статията
dc.contributor.authorМеков, Евгени Витков // Mekov, Evgeni Vitkov
dc.date.accessioned2025-12-19T10:15:16Z
dc.date.available2025-12-19T10:15:16Z
dc.date.issued2024
dc.description.abstractЦЕЛ И ЗАДАЧИ ЦЕЛ: Целта на настоящия научен труд е да се демонстрират възможностите от приложението на изкуствен интелект и по-специално - машинно обучение, при пациенти с ХОББ върху прогнозирането на клинично значими крайни точки и да се анализират резултатите спрямо настоящите ръководства и препоръки, където това е възможно. ЗАДАЧИ: 1. Да се проведе литературен обзор върху рисковите фактори, свързани с прогнозата при ХОББ (екзацербации, смърт) и приложението на ИИ в белодробната медицина и в частност - при ХОББ; 2. Да се съберат клинично значими показатели за оценка на тяхната прогностична стойност чрез провеждане на широк набор от изследвания, включващи анамнестични данни (демографски показатели, честота на предходни екзацербации), спирометрични показатели, качество на живот и симптоми, хематологични, ехокардиографски, ехографски и електрокардиографски (ЕКГ) показатели и функционална оценка (тест с натоварване) при пациенти с ХОББ; 3. Да се проведе детайлна дескриптивна статистика на получените параметри в изследваната популацията. Да се анализират възможностите на МО, свързани с отстраняването на проблеми в набора от данни (например липсващи данни); 4 Да се анализират възможностите на машинното обучение, използвайки единични параметри върху прогнозирането на риска при пациенти с ХОББ и определяне на оптимална гранична точка на индивидуален параметър с цел максимална информативност; 5. Да се демонстрират възможностите на машинното обучение, използвайки съвкупност от параметри върху прогнозирането на риска при пациенти с ХОББ; 6. Да се анализират резултатите от създадените модели един спрямо друг и спрямо настоящите препоръки, където е възможно; 7. Да се проведе фенотипен анализ посредством метод на главните елементи, K-means клъстеризация и йерархична клъстеризация при пациентите с ХОББ.
dc.identifier.urihttp://hdl.handle.net/10861/2250
dc.language.isoother
dc.publisherМедицински университет - София // Medical University - Sofia
dc.subjectХОББ; хронична обструктивна белодробна болест; изкуствен интелект; прогноза; смъртност; белодробни болести; дихателна система - болести // COPD; chronic obstructive pulmonary disease; artificial intelligence; prognosis; mortality; lung diseases; respiratory tract diseases
dc.titleИзкуствен интелект и машинно обучение при прогнозиране на честота на екзацербации и годишна смъртност при пациенти с ХОББ // Artificial intelligence and machine learning in prediction of exacerbation rates and 1-year mortality in patients with COPD
dc.title.alternativeArtificial intelligence and machine learning in prediction of exacerbation rates and 1-year mortality in patients with COPD
dc.typeThesis
Файлове
Original bundle
Показани 1 - 2 от 2
thumbnail.default.alt
Име:
Evgeni_Mekov-dis.pdf
Размер:
6.03 MB
Формат:
Adobe Portable Document Format
Описание:
Изтегли
thumbnail.default.alt
Име:
Evgeni_Mekov-ref_bg.pdf
Размер:
1.86 MB
Формат:
Adobe Portable Document Format
Описание:
Изтегли
License bundle
Показани 1 - 1 от 1
thumbnail.default.alt
Име:
license.txt
Размер:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Описание:
Изтегли
Колекции
Дисертации / Dissertations